作者&編輯 | 言有三

自從Google提出AutoML那天起，工業界和學術界就已經迅速跟進了，經過了幾年的發展，那麼現在工業界都有了哪些AutoML平臺呢？本次簡單介紹其中重要的一些。

1 Google Cloud AutoML

作為AutoML的提出和嚐鮮者，Google Cloud AutoML是當前最早也是最成熟的AutoML系統，覆蓋了影像分類，文字分類以及機器翻譯三大領域，另外也上線了測試版的影片相關服務，支援遷移學習和模型結構搜尋，超引數搜尋。

以視覺為例，當我們想要使用一個服務時，只需要三步：

(1) 上傳圖片到Google Cloud Storage。

(2) 建立一個圖片和對應標籤的CSV檔案。

(3) 使用AutoML Vision格式化資料集，然後訓練和部署模型。

Cloud AutoML提供了 API呼叫和圖形介面，想試用的自己去嘗試吧。

2 EasyDL

EasyDL是百度的AutoML平臺，作為國內AI技術積累最雄厚的企業，AutoML領域百度自然也是當仁不讓，目前包含經典版，專業版和零售版，支援遷移學習和模型結構搜尋。

支援的任務型別包括影像分類、物體檢測、影像分割、文字分類、影片分類、聲音分類，PaddlePaddle雖然慘淡，EasyDL還有希望。

使用流程包含四步：

(1) 資料上傳與資料標註

(2) 訓練任務配置及調參

(3) 模型效果評估

(4) 模型部署

3 阿里雲PAI

阿里雲機器學習平臺PAI（Platform of Artificial Intelligence）是阿里巴巴推出的機器學習服務平臺，包含3個子產品，分別是機器學習視覺化開發工具PAI-STUDIO，雲端互動式程式碼開發工具PAI-DSW，模型線上服務PAI-EAS， 提供了從資料處理、模型訓練、服務部署到預測的一站式服務。

業務範圍包括文字分類，金融風控，商品推薦等。

 4 Azure Machine Learning

Azure Machine Learning是Microsoft的AutoML平臺，支援模型結構搜尋和超引數搜尋。

Azure Machine Learning支援眾多深度學習框架，配合微軟的眾多開發工具，使用非常方便。

5 一些創業公司

除了有雄厚研究實力的大公司，許多的創業公司也湧入AutoML領域開發相關框架，國外的典型代表是H2O Driverless AI，r2.ai等。

國內的典型是第四正規化AI Prophet AutoML等。

不過相比於Google和百度等大廠，工具的可用性和服務還是有差距的。

6 一些開源專案

AutoML開源專案眾多，下面簡單彙總一些，感興趣的可以去探索。

如果想了解更多，不如參考這個GitHub專案。

總結

AutoML作為最前沿的機器學習/深度學習技術之一，會進一步降低人工設計模型的成本，雖然目前已經有了眾多解決方案，但是還未大規模的商業化應用。