用户通过将平台的定制能力与行业场景结合，实现了大量人工智能创新。自2017年上线以来，EasyDL已累计创建模型破万，已覆盖20多个行业。在赋能行业的平台的背后，EasyDL依托于NVIDIA的TeslaGPU深度学习平台，搭建了用于深度学习模型训练和服务阶段的GPU集群。

玻璃钢出水口厂家

在“百度Create2018”百度开发者大会上，百度发布了升级版的开源深度学习框架PaddlePaddle，可谓深度学习模型设计的利器，让开发者只需关注模型的高层结构，而无需担心底层的搭建问题。同时，百度在2017年11月发布了以此框架为基础的，定制化训练和服务平台EasyDL，即使零机器学习算法基础，也能全程通过可视化操作获取定制化AI服务。

百度作为全球人工智能核心技术和研究的领军企业，通过搭建AI开放平台（)和PaddlePaddle深度学习框架将百度大脑中领先的核心能力赋能到更为广泛的行业生态、科研院所和开发者社区中，提供了全球领先的AI服务基础设施。在以平台化开放百度大脑中的核心基础能力的同时，百度也非常关注各个行业中对AI模型和服务的定制化需求。

百度AI开放平台团队基于PaddlePaddle打造了EasyDL这一全球领先的定制化模型训练和推理平台。目前EasyDL已经在图像分类，物体检测等方向支持零算法基础的定制化模型训练与服务。除了云端服务，EasyDL还支持定制化模型在设备端的本地计算，是一个端云一体的平台。

更为重要的是，定制化模型的训练和基于推理的服务都必须足够的快，用户才能及时得到反馈，调整训练数据和方案，优化训练效果;才能在服务调用时满足严苛的时效性要求;平台才能实现大规模并发训练和并发服务请求。

玻璃钢出水口价格​

首先，提出定制化AI需求的行业用户虽然是各自行业的领域专家但对于人工智能及深度学习的技术知之甚少，要求他们直接通过深度学习框架训练得到定制化模型是不切实际的。其次，这些用户也往往不具备用于模型训练和服务部署的大规模GPU集群，更没有资源投入到长期的服务升级和运维工作中。

该集群能支持高效的大规模深度神经网络模型并发训练，并大幅缩短模型训练周期，显著减少定制服务调用阶段的响应时间，从而为EasyDL提供了坚实的技术保障。你想知道的都在这里“百度Create2018”圆满落幕不同行业对人工智能的定制化需求是通用AI能力难以满足的行业AI定制化需求对训练和推理算力提出高要求满足不同行业对AI的定制化需求，其实存在诸多业务和技术上的挑战。