一个更原生的深度学习解决方案
pschlunder
员工、RapidMiner认证分析师、RapidMiner认证专家、RMResearcher、会员职位:96
RM研究
让我给你介绍一下我们的新产品深度学习扩展！
在其核心，这个新的扩展专注于为您带来一个更快速的原生深度学习体验。最初的版本让您开始使用ExamplesSets并探索文本数据，在CPU或GPU上运行。
有了这个新的扩展，创建你的第一个深度学习模型的入门门槛比以前低;不需要安装任何东西，除了扩展(在此下载) !没有必要设置输入形状!并且不需要额外的操作符将您的模型应用到ExampleSets上!由于基于java的执行，有更多的视觉效果，更多的指导和更快的速度!
更多的视觉层架构，感谢每层的解释和单独的图标。
示例过程包括对不同架构的指导，如何处理各种数据类型，如何优化网络，以及学习如何使用此操作符:
新的深度学习扩展提供了一个可更新的模型。这个功能允许继续进一步训练。所以，如果训练花了一段时间，出现了新的数据，那就继续训练，而不是从头再来。
越来越多的教程过程，包括提示和技巧。
为了加快处理大数据集的速度，GPU上的执行也是可用的。你会在常规设置中找到开关:
深度学习技术需要数值数据，因此需要文本的转换方法。现在包含了用于文本到数字转换的第一个操作符:
该扩展由开源库DeepLearning4J(版本1.0.0-beta)提供支持。看看他们的网站和github．
我们刚刚开始使用这种本地集成，所以请继续关注RapidMiner中更容易用于深度学习的功能和数据类型!
菲利普
标记:
12
评论
菲利普喂,
在你的网络研讨会“RapidMiner深度学习简介”中，你提到了Keras、Tensorflow、MS CNTK、Theano;是否需要安装这些软件来使用RapidMiner进行深度学习?既然RM提供了算子“深度学习”，那么Keras、Tensorflow、MS CNTK、Theano的优势是什么?有深度学习的XML例子吗?MS CNTK作为独立工作还是作为RapidMiner的扩展?
谢谢,
Maerkli。
@pschlunder如果深度学习扩展具有GPU支持和NVIDIA CUDA SDK的遗留版本(类似于MXNET，根据您的环境提供多个安装程序)，那将是非常棒的。由于深度学习社区的大多数人(纯粹的统计而不是偏好)将与Tensorflow一起工作，因此如果有一个与Tensorflow目前使用的CUDA SDK兼容的扩展版本就太好了。在写这篇文章的时候，Tensorflow需要CUDA 9.0，而DL4J(因此DL扩展)需要CUDA 9.1，而最新的CUDA版本是10.0。所以如果你使用RapidMiner和它的Keras扩展，它依赖于Tensorflow(作为后端之一)和CUDA 9.0，你不能使用深度学习扩展，它使用DL4J和CUDA 9.1。
雅各
嗨@Maerkli，
您提到的网络研讨会展示了Keras扩展的用法。对于首先需要安装的软件，它有几个要求。请看这篇文章在这里．
RapidMiner Studio中随时可用的深度学习操作器使用h2o神经网络，允许您创建具有完全连接层的网络。另一方面，Keras扩展或新的深度学习扩展允许您也使用其他类型的层。
当你刚开始时，我会使用预装的深度学习运算符(H2O)来让你熟悉它。稍后，我将安装这篇知识库文章中描述的新的深度学习扩展。
目前，Keras扩展仍然有更多的层，这是新的深度学习扩展尚未提供的。但使用它可能会更棘手。
关于学习/示例过程:
Keras和深度学习扩展都包含了示例过程。在安装给定扩展后检查您的存储库。Keras扩展添加了一个文件夹“Keras samples”，而新的深度学习扩展在本地“samples”存储库中添加了一个文件夹“Deep Learning”。
所包含的深度学习算子(H2O)也有一些教程过程。只需点击操作符，查看帮助视图并选择其中一个链接的教程流程。
希望这对你有所帮助。
菲利普
嗨@jacobcybulski，
这是一个很好的评论。目前的一个问题是，支持不同CUDA版本的依赖关系非常大(与整体扩展大小相比)。所以我们只发一个。此外，我们正在研究一个解决方案，我们可能会在下一个版本中支持9.0。因此9.1和更高版本应该是兼容的，而你仍然可以只使用9.0作为我们的扩展，以及Tensorflow等。
问候,
菲利普
谢谢菲利普。
Maerkli。