Существуют ли бесплатные облачные сервисы для обучения моделям машинного обучения?


27

Я хочу тренировать глубокую модель с большим количеством обучающих данных, но мой рабочий стол не имеет такой силы, чтобы тренировать такую ​​глубокую модель с этими обильными данными.

Я хотел бы знать, существуют ли какие-либо бесплатные облачные сервисы, которые можно использовать для обучения машинному обучению и моделям глубокого обучения?

Я также хотел бы знать, существует ли облачный сервис, в котором я смог бы отслеживать результаты обучения, и обучение будет продолжаться, даже если я не подключен к облаку.

Ответы:


19

Не существует неограниченных бесплатных услуг *, но некоторые имеют начальный кредит или бесплатные предложения при первоначальной регистрации. Вот некоторые из предложенных на сегодняшний день:

  • AWS: Если конкретно глубокое обучение на большом наборе данных, то, вероятно, AWS отсутствует - их бесплатное предложение не распространяется на машины с достаточной вычислительной мощностью для выполнения проектов глубокого обучения.

  • Google Cloud может подойти, стартовое кредитное предложение достаточно хорошо, чтобы немного углубиться в изучение (возможно, на пару недель), хотя у них есть ограничения на регистрацию и налоги.

  • У Azure есть бесплатный уровень с ограниченными возможностями обработки и хранения.

Большинство бесплатных предложений, как представляется, следуют модели «Freemium» - предоставляют вам ограниченный сервис, который вы можете научиться использовать и, возможно, любить. Однако этого недостаточно для интенсивного использования (например, для обучения распознавателя изображений или модели НЛП с нуля), если вы не готовы платить.

Это лучший совет, чтобы найти лучшие стартовые предложения и лучшие цены. Обзор услуг здесь не подходит, так как он быстро устареет и неэффективно использует Stack Exchange. Но вы можете найти похожие вопросы на Quora и других сайтах. Лучше всего сделать поиск в Интернете для «облачных вычислений для углубленного изучения» или аналогичных и ожидать потратить некоторое время на сравнение заметок. В последнее время появилось несколько специализированных сервисов глубокого обучения, таких как Nimbix или FloydHub , а также есть крупные игроки, такие как Azure, AWS, Google Cloud.

Вы не найдете ничего абсолютно свободного и необремененного, и если вы хотите делать это регулярно и иметь время для сборки и обслуживания оборудования, то дешевле купить собственное оборудование в долгосрочной перспективе - по крайней мере, на личном уровне.

Чтобы решить, стоит ли платить за облако или создать свой собственный, рассмотрите типичную цену для облачной машины, подходящей для проведения глубокого обучения, около $ 1 в час (хотя цены сильно варьируются, и стоит поискать, если только найти спецификацию, которая соответствует вашей проблеме). Может взиматься дополнительная плата за хранение и передачу данных. Сравните это с готовыми машинами для глубокого обучения, которые стоят от 2000 долларов , или строите свои собственные за 1000 долларов - такие машины могут быть не на 100% сопоставимы, но если вы работаете самостоятельно, то окупаемость будет через несколько секунд. месяцы использования. Хотя не стоит забывать о затратах на электроэнергию - мощная машина может потреблять 0,5 кВт при интенсивном использовании, так что это дает больше, чем вы могли ожидать.

Преимущества облачных вычислений в том, что кто-то другой выполняет техническое обслуживание и принимает на себя риск аппаратного сбоя. Это ценные услуги, и цены соответственно.


* Но посмотрите ответ Джея Спейдалла о сервисе Google Colab, который, по-видимому, можно использовать бесплатно, но может иметь некоторые ограничения по T & C, которые могут повлиять на вас (например, я сомневаюсь, что они будут рады, если вы запустите производство контента Deep Dream или Style Transfer в теме)


«Нет бесплатных услуг» <- это неправда
Гай

2
@Gaius Я добавил исправление для Colab - я вижу, что ваш ответ добавляет Azure (со строгими ограничениями). ИМО, «1 час на эксперимент» отлично подходит для самообучения основам глубокого обучения. Это не очень полезно для серьезных исследований. Не могу использовать его для большинства соревнований Kaggle. Я бы по-прежнему рекомендовал платный сервис или создать свой собственный, используя Azure бесплатно. Конечно, Microsoft надеется, что вы будете тренироваться в их системе, а затем обновляться, чтобы выполнять реальную работу.
Нил Слэйтер

Ура :-) Наслаждайтесь отдыхом в праздничные дни!
Гай

@ Гай: Спасибо! На самом деле я сделал этот ответ в вики сообщества, чтобы, надеюсь, не допустить его устаревания.
Нил Слэйтер

2
@Media: я могу сохранить репутацию до сих пор. Создание вики сообщества позволяет другим людям обновлять его, добавляя больше информации - я ожидаю добавления сервисов громких имен и примерно того, как выглядит их уровень бесплатных сервисов. Десятки «обновленных» ответов с последними изменениями в среде глубокого обучения SaaS / IaaS могут затруднить чтение страницы.
Нил Слэйтер

18

Я хочу добавить еще один ресурс, Google Colab Laboratory . Это бесплатный облачный ноутбук iPython и дает вам бесплатное использование графического процессора. Я пока не уверен в точных ограничениях, но, похоже, вы получаете 12 часов времени на GPU на экземпляр и можете делать это несколько раз в месяц.

Это выглядит как отличный ресурс для студентов и других непрофессионалов, особенно для небольших работ, которые вы можете выполнить за полдня. Это существенно экономит до 10 долларов за учебную сессию, что, на мой взгляд, является довольно значительным ресурсом для изучения машинного обучения. Я серьезно надеюсь, что этим не злоупотребляют.


3
Похоже, это будет бесплатно до бесконечности.
Джей Спейделл

1
Недавно были добавлены графические процессоры NVIDIA Tesla T4 ...
Benj

12
  • Проверьте Crestle . (Бесплатное время вычислений на GPU в течение одного часа)

  • Google Colab

  • Флойд-хаб

  • Paperspace (не бесплатно, но это легко использовать рефералов и заработать 15 $ вычислительного времени ..)

  • Лазурный (200 долларов)

  • deepcognition.ai (2 часа на разных компьютерах с графическим процессором)

  • IBM Cloud

Для более обновленного списка вы можете пометить это репозиторий github: Cloud GPU


11

Да, с ограничениями. Google Cloud Compute дает вам бесплатную регистрацию в кредит на 300 долларов, а Microsoft Azure - 200 долларов (но их время на GPU немного дешевле, так что оно почти такое же).

Это отнимает у вас много времени на GPU, и вы начнете изучать варианты.


1
Были некоторые предложения по редактированию и путаница вокруг этого. Google Cloud действительно предлагает экземпляры GPU и даже TPU, и ваш кредит имеет на это право. Я на самом деле использую его, когда мы разговариваем с ноутбуками Jupyter с графическим процессором.
Джей Спейделл

Есть ли ограничения на загрузку для загрузки? Вы знаете, что это сильнее, чем их система Colab? И, наконец, вы знаете, сколько часов это бесплатно?
Медиа

Для испытаний "Free Credit", предлагаемых различными службами, вы получаете полный доступ ко всем услугам без ограничений. Кредит только что применяется к вашему счету. Colab ограничен 12 ГБ ОЗУ, поэтому настройка Jupyter на экземпляр Compute Engine даст вам гораздо больше возможностей для ресурсов.
Джей Спейделл

1

Студия машинного обучения Microsoft Azure имеет уровень «всегда бесплатно», на который распространяются определенные ограничения , включая

  • 100 модулей на эксперимент («модуль» в Azure-говорит - это любая отдельная операция, такая как «загрузка данных» или «модель поезда», так что вы можете сделать совсем немного с 100 из них)
  • 10 Гб памяти
  • 1 час на эксперимент
  • Нет параллельного выполнения на нескольких узлах

Обучение будет продолжаться, пока вы не подключены, чтобы ответить на ваш второй вопрос. Вы можете настроить свои эксперименты через веб-интерфейс или из командной строки .


1

Основная часть вопроса касается глубокого обучения, но это первый вопрос, который возникает при поиске «бесплатного онлайн-сервиса для машинного обучения».

Я хотел бы добавить, что есть и другие бесплатные онлайн-сервисы ML.

Я являюсь основателем одного такого сервиса со свободным уровнем ( fml.ai ), который работает в AWS / Google Cloud. Наш пользовательский интерфейс разработан, чтобы быть интуитивно понятным, не требующим пояснений и использовать кураторские внутренние и открытые технологии. Конечно, существуют ограничения для уровня бесплатного пользования, и в настоящее время разрешены только наборы данных размером до 100 МБ. Тем не менее, пользователи могут создавать модели и визуализировать результаты бесплатно.

Я верю, что есть и другие ...


0

Кажется, это Intelпозволяет пользователям использовать его ИИ DevCloudбесплатно в течение тридцати дней. Вот инструкция.

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.