免费久久人人爽人人爽AV_亚洲s色大片在线观看_丰满人妻熟妇乱又伦精品_人妻在厨房被色诱 中文字幕

日前，由(you)江蘇省支(zhi)付清算服務協會(hui)、山東省支(zhi)付清算協會(hui)支(zhi)持(chi)的(de)2022金融科技創(chuang)新(xin)發(fa)展論(lun)壇在遵義成功召開。易道博識CTO康鐵鋼先(xian)生受邀參會(hui)，與來自銀行(xing)(xing)、保險、證券等行(xing)(xing)業的(de)100余位行(xing)(xing)業專(zhuan)家，分享以數據驅動模型，可訓(xun)練、可現場應(ying)用的(de)賽博深度學習平臺在行(xing)(xing)業中的(de)應(ying)用創(chuang)新(xin)。

隨著金融業務的(de)(de)(de)發展(zhan)，越來越多(duo)的(de)(de)(de)業務線中涉及的(de)(de)(de)紙(zhi)質憑證影像需要用(yong)到OCR自動處理(li)，來進一步提升業務辦(ban)理(li)的(de)(de)(de)效率。從企業內部的數據類(lei)型來看(kan)，這些憑(ping)(ping)證(zheng)(zheng)影像按照格(ge)式可以分為(wei)兩類：一(yi)類是(shi)固定格(ge)式的憑(ping)(ping)證(zheng)(zheng)（戶口本、港澳臺身份證(zheng)(zheng)、外(wai)國人永久居留證(zheng)(zheng)等），占整(zheng)體90%以上(shang)；一(yi)類是(shi)非固定格(ge)式的憑(ping)(ping)證(zheng)(zheng)（銀(yin)行流(liu)水等）。這(zhe)些憑證存在以(yi)下(xia)特(te)點(dian)：

1、種類多：行內在各個業務(wu)受理過程(cheng)中涉及到(dao)的憑(ping)證都(dou)在百(bai)(bai)種以上(shang)，甚至多達幾百(bai)(bai)種；

2、更新頻(pin)繁(fan)：不(bu)少憑證會隨著業務需(xu)求或者監管制度的變(bian)化而調整格式；

3、長(chang)尾憑(ping)證“雞肋”：存在很多使用(yong)頻率低(di)，但(dan)總體數量大的憑(ping)證，這些憑(ping)證單獨采購識別的價(jia)值不大但(dan)又(you)無法解決(jue)；

4、數(shu)據安(an)全：大多數情(qing)況(kuang)下，隱(yin)私(si)數據是(shi)無法對外(wai)的，如(ru)何在(zai)這種情(qing)況(kuang)下做模型訓練(lian)是(shi)客觀需要面對的問題；

基于此類特點，對憑證的OCR識別工作就特別復雜。目前針對與此的解決方案都各有缺(que)陷(xian)：要(yao)么持(chi)續投入(ru)高(gao)，需要(yao)廠商就每一種憑證進(jin)行(xing)定(ding)制化(hua)開發(fa)，要(yao)么需要(yao)采購廠商底層能力(li)，而且需要(yao)OCR專(zhuan)家團隊(dui)的(de)支持(chi)，投入(ru)成本(ben)更高(gao)。因此(ci)，行(xing)業迫切需要(yao)一(yi)個能夠(gou)減少后續投(tou)入，自(zi)主(zhu)可控的解(jie)決方案。

賽博(bo)學(xue)習(xi)平(ping)臺(tai)是易道博(bo)識基于深度學(xue)習(xi)自(zi)主(zhu)研發的一站式機(ji)器(qi)學(xue)習(xi)訓練平(ping)臺(tai)。賽博平臺集數(shu)據(ju)管理、數(shu)據(ju)標注、模型訓練和模型應用于一(yi)身，提供及(ji)時、現場化(hua)的數(shu)據(ju)驅動模型應用解決方案。

論壇上，易道博識(shi)CTO康鐵鋼介紹(shao)道：“賽博平臺(tai)充(chong)分利用了現有(you)的(de)經過長(chang)期迭代的(de)基礎模(mo)型能力，包括(kuo)圖像、OCR和NLP等(deng)，在少(shao)量樣本的(de)驅動下，利用遷移(yi)學習(xi)和小樣本學習(xi)等(deng)技術，高(gao)效地完成增(zeng)量模(mo)型的(de)訓練，生成最優的(de)模(mo)型文件(jian)，并通過推理平臺(tai)來實現模(mo)型的(de)快速部署與生產應用。”

產品組成上(shang)，賽博平(ping)(ping)臺(tai)(tai)由管(guan)(guan)理中(zhong)心CyberCenter、數據標(biao)注平(ping)(ping)臺(tai)(tai) CyberData、深(shen)度學(xue)習訓練平(ping)(ping)臺(tai)(tai) CyberLearning和(he)深(shen)度學(xue)習推理平(ping)(ping)臺(tai)(tai) CyberServing幾個子(zi)(zi)平(ping)(ping)臺(tai)(tai)組成，各子(zi)(zi)平(ping)(ping)臺(tai)(tai)依次承擔平(ping)(ping)臺(tai)(tai)管(guan)(guan)理、數據管(guan)(guan)理與標(biao)注、模型訓練和(he)模型服務的功能(neng)，各(ge)個(ge)子平臺之間相互獨立又有(you)效配合，形成一個(ge)有(you)機整體，從(cong)而有(you)效支(zhi)撐(cheng)數據驅動模型(xing)應用的(de)整體功能。

數(shu)(shu)據(ju)(ju)平臺(tai)主要(yao)功能(neng)包括(kuo)數(shu)(shu)據(ju)(ju)管理、數(shu)(shu)據(ju)(ju)處理、樣本擴(kuo)充、數(shu)(shu)據(ju)(ju)標(biao)注與采集。數(shu)(shu)據(ju)(ju)平臺(tai)內置exLabeler標(biao)注客戶端，提供(gong)強(qiang)大專(zhuan)業的CV、OCR、結構(gou)化(hua)和(he)NLP任務(wu)標(biao)注功能(neng)。同時，數(shu)(shu)據(ju)(ju)平臺(tai)還(huan)支(zhi)持單人(ren)和(he)團隊標(biao)注模式。

用(yong)戶可以通過exLabeler客戶端完(wan)成(cheng)樣本的標注。exLabeler支持CV、OCR、結構化和NLP等(deng)領域算法的標注。標注完(wan)成(cheng)的數據集可以直接(jie)用(yong)于模型訓練，或(huo)進一步做后處(chu)理(li)(li)（如(ru)圖像處(chu)理(li)(li)、樣本擴充等(deng)），然后再用(yong)于模型訓練。

數據標(biao)注平臺 CyberData工(gong)作流(liu)程

訓練(lian)平臺通過自身對(dui)于訓練(lian)資源(yuan)池的(de)集中管(guan)理(li)與分(fen)配，以及與管(guan)理(li)平臺的(de)無縫對(dui)接，可以方便地實(shi)現訓練(lian)基礎設施的(de)管(guan)理(li)，從(cong)而減輕用(yong)戶的(de)管(guan)理(li)維(wei)護工作。同時，利用(yong)自動超參搜(sou)索(suo)等(deng)技(ji)術，訓練(lian)平臺可以自動搜(sou)索(suo)到(dao)最(zui)佳性能的(de)模型。

通(tong)過分布(bu)式訓(xun)練與多框(kuang)架支(zhi)持(chi)，訓(xun)練平(ping)臺可(ke)以(yi)最(zui)大化(hua)利用計算資源，加速模(mo)(mo)型訓(xun)練。同時，利用自(zi)動(dong)超參搜索(suo)等技術，訓(xun)練平(ping)臺可(ke)以(yi)自(zi)動(dong)搜索(suo)到最(zui)佳性能的(de)模(mo)(mo)型。最(zui)后，對于訓(xun)練所得的(de)最(zui)優模(mo)(mo)型，訓(xun)練平(ping)臺支(zhi)持(chi)一鍵部署到推理平(ping)臺，實現模(mo)(mo)型的(de)快(kuai)速應用。

深度學習訓練平臺 CyberLearning工作流程

推(tui)(tui)理平臺主要完成各種識別功能的部署(shu)。業務系統(tong)通(tong)過(guo)調用推(tui)(tui)理平臺提供的RESTful API提交圖像并獲得識別結(jie)果(guo)。整(zheng)體上講，推(tui)(tui)理平臺產品(pin)需(xu)求可(ke)分解為模(mo)(mo)型管(guan)理、API過(guo)程定義、識別數據查看，接口統(tong)計(ji)和(he)其(qi)它(ta)非功能項等部分。其(qi)中(zhong)模(mo)(mo)型管(guan)理和(he)API管(guan)理模(mo)(mo)塊(kuai)屬于基礎核(he)心模(mo)(mo)塊(kuai)。

推(tui)理(li)平臺對(dui)同一(yi)模(mo)型(xing)(xing)不同版(ban)本(ben)(ben)的管(guan)理(li)，并支持在(zai)(zai)模(mo)型(xing)(xing)服(fu)務中同時加載和運行(xing)多(duo)個版(ban)本(ben)(ben)的模(mo)型(xing)(xing)。推(tui)理(li)平臺還支持一(yi)個API綁(bang)定多(duo)個模(mo)型(xing)(xing)服(fu)務。模(mo)型(xing)(xing)升級(ji)時，用戶可以選擇(ze)先在(zai)(zai)部分服(fu)務中激活新版(ban)本(ben)(ben)的模(mo)型(xing)(xing)，完成測(ce)試(shi)驗證(zheng)后再升級(ji)其他(ta)服(fu)務。

深度學習推理平臺(tai) CyberServing工作流程

《國(guo)民經濟和社會發(fa)展(zhan)第十(shi)四(si)個五年(nian)規(gui)劃和2035年(nian)遠景目標綱要(yao)(yao)》提出加快數(shu)字(zi)(zi)化發(fa)展(zhan)，人(ren)民銀行《金(jin)融科技(ji)(ji)發(fa)展(zhan)規(gui)劃（2022-2025）》中(zhong)明確(que)了“十(shi)四(si)五”期間行業金(jin)融科技(ji)(ji)發(fa)展(zhan)、數(shu)字(zi)(zi)化轉型目標，要(yao)(yao)從治理體(ti)系(xi)、業務創新、技(ji)(ji)術和數(shu)據(ju)能力建設、風(feng)險防(fang)范等多維度提出重(zhong)點任務，推動行業數(shu)字(zi)(zi)化轉型落(luo)地實施。

如今(jin)，AI產(chan)業(ye)正逐步(bu)進(jin)入低技術(shu)門檻、低部署成本、各產(chan)業(ye)深度參與(yu)雙向(xiang)共建的(de)效率化生產(chan)階段。而作為支撐AI模型開發及(ji)落地的(de)資(zi)源型平臺，賽博平臺可在多方面提升AI技術(shu)的價值釋(shi)放。從(cong)總體上看，賽博(bo)平臺可(ke)提供(gong)較為(wei)前(qian)沿的(de)技術、符(fu)合業務場景的(de)模型(xing)生產(chan)經驗以及打包的(de)數據與算法(fa)資(zi)源。

“具體而言，一方面，賽博平(ping)臺(tai)一定程度上解(jie)決了(le)規模化(hua)多場景的業務不(bu)斷(duan)衍生(sheng)出的長尾需求。另(ling)一方面，平(ping)臺(tai)采用自(zi)動機器學習(xi)技術(shu)，很大程度上降(jiang)低了(le)機器學習(xi)的編程工(gong)作量、節約了(le)AI 開發時間(jian)、減輕了(le)對專業數據科學家與算法工(gong)程師的依賴，讓缺乏機器學習經驗(yan)的開發(fa)者用上AI，加快了開發(fa)效率”。

“我(wo)們(men)通(tong)過產品和服務來獲得行業認(ren)可。我(wo)們(men)認(ren)真服務每一(yi)個客戶，認(ren)真解決客戶問題。”康鐵(tie)鋼(gang)說道：“我(wo)們(men)會(hui)專注于人(ren)(ren)工(gong)智能(neng)領(ling)域(yu)(yu)，致力于人(ren)(ren)工(gong)智能(neng)領(ling)域(yu)(yu)的理論研(yan)究與應用開發，不斷創新，為企(qi)業降本(ben)增效，通(tong)過人(ren)(ren)工(gong)智能(neng)提(ti)升(sheng)社會(hui)的運行效率。”