阿里雲CPFS在人工智能/深度學習領域的實踐

AI/DL在迅速發展

隨着數據量的爆發式增加和計算能力的不斷提高，以及在算法上的不斷突破，人工智能（AI，Artificial Intelligence ）和其支持的深度學習（DL，Deep Learning）計算模型取得了日新月異的發展。
去年，中國製定了《新一代人工智能發展規劃》立志要在AI整體技術和應用2020年與世界前沿同步，2025年AI成爲產業升級和經濟轉型的主要動力，2030年，中國要成爲世界主要AI創新中心。AI已經上升爲國家策略，針對AI的投資也在不斷迅速增加。
AI加持的自動駕駛汽車，天然語言處理，人臉識別等等行業已經逐漸變成現實，這些將深入改變人類的生活和生產方式。

AI/DL的數據處理流程

採集數據：
根據業務須要，實際採集相應的數據，或者從專門的數據採集公司購買現成的原始數據。
數據預處理：
這些原始數據可能會存在有缺失值、重複值等，在使用以前須要進行數據預處理。數據預處理沒有標準的流程，一般針對不一樣的任務和數據集屬性的不一樣而不一樣。例如，調整照片的亮度、對比度等等。
特徵工程：
將數據中的特徵標註出來，好比標記自動駕駛採集的道路信息，道路兩旁的汽車信息等等，再好比人臉識別的場景中，將人臉照片根據不一樣的特徵進行分類等。
模型訓練：