Определение энергии Гибсса и константы реакции при заданной ткмпературе
1. Расчет энтальпии реакции получим:
2. Расчет энтропии реакции получим:
Переведем температуру из шкалы Цельсия в шкалу Кельвина: Т = 273 + 200 = 473 К. Для расчета ΔG o 473 воспользуемся уравнением:
ΔG o 473 = ΔH o – TΔS o
ΔG o 473 = –153,6 – 473·(–0,01718) = –145,47 кДж.
Таким образом, ΔG o 473 o С возможно.
Ответ: ΔG o 473 = –145,47 кДж; возможно.
1. Расчет энтропии реакции получим:
2. Расчет энтропии реакции получим:
3. Теперь рассчитаем изменение энергии Гиббса при Т = 298 К для реакции, получим:
Как свидетельствуют результаты расчетов,ΔG 0 х.р. > 0 и, значит, этот процесс самопроизвольно протекать не будет.
Задача 72.
Возможно ли протекание реакции: CaCO3(к) = CaO(к) + CO2(г) при 25 и 1800°C? Найдите приближённое значение температуры, при которой ΔG 0 Т = 0. Зависимостями ΔH 0 и ΔS 0 от температуры пренебречь. Рассчитайте константу равновесия реакции для трёх указанных температур.
Решение.
ΔH 0 CaO(к) = −635,1 кДж/моль;
ΔH 0 CO2(г) = −393,5 кДж/моль;
ΔH 0 CaCO3(к) = −1206,8 кДж/моль;
ΔS 0 CaO(к) = 38,1 Дж/(моль . K);
ΔS0CO2(г) = 213,7 Дж/(моль . K);
ΔS 0 CaCO3(к) = 91,7 Дж/(моль . K).
ΔG 0 T реакции можно определить по формуле:
Вычислим ΔH 0 298 и ΔS 0 298 по формулам:
Так как ΔG 0 298 > 0, то протекание реакции при 25 °C невозможно.
Рассчитаем энергию Гиббса реакции при температуре 1800 °C, получим:
По условию задачи можно считать, что ΔH 0 298 = ΔH 0 2073 и ΔS 0 298 = ΔS 0 2073.
Температуру, при которой ΔGT = 0, находим по формуле:
Константу равновесия реакции для этих трёх температур найдём на основании формулы:
Таким образом, чем меньше значение ΔG 0 Т, тем более полно протекает реакция и тем больше константа равновесия.
Стадии рака: классификация онкологических заболеваний
Стадия онкологического заболевания дает информацию о том, насколько велика опухоль и распространилась ли она по организму. Это помогает врачам определять прогноз пациента и план лечения.
С помощью врача-онколога, резидента Высшей школы онкологии Сергея Югая разбираемся, как врачи устанавливают стадии рака и что каждая из них означает.
На что влияет стадия онкологического заболевания?
Стадирование нужно, чтобы спрогнозировать, какие у пациента шансы на выздоровление, а также чтобы определить, какой метод лечения будет наиболее эффективен в конкретном случае, — поясняет Сергей Югай.
Все начинается с медицинского осмотра и обследований — УЗИ, КТ, МРТ, ПЭТ-КТ и других методов в зависимости от вида рака. Затем врач берет кусочек опухоли — биопсию или удаляет опухоль целиком во время операции, а после отправляет материал на гистологический анализ, чтобы поставить диагноз.
Стадии рака по TNM-классификации
Стадии онкологического процесса описывают разными способами — это зависит от вида опухоли. Один из самых распространенных способов — стадирование с помощью TNM-классификации.
Т характеризует первичную опухоль, ее размеры и вовлечение окружающих структур в опухолевый рост, например, прорастание в стенку кишки или желудка. N говорит о наличии в лимфоузлах метастазов и количестве пораженных лимфоузлов, а М — о наличии отдаленных метастазов (во внутренних органах, костях, ЦНС или лимфоузлах, которые расположены далеко от первичной опухоли), — объясняет Сергей Югай.
Индекс Т принимает значения от 0 до 4. 0 означает, что первичная опухоль не обнаружена, 1 — опухоль маленькая, а 4 — опухоль проросла в прилегающие ткани. Таким образом, чем больше цифра рядом с Т, тем ситуация сложнее. При некоторых видах рака N принимает значение 0 или 1, при других — 0, 1 или 2, а иногда — 0, 1, 2 и 3. 0 означает, что опухоль не проникла в ближайшие лимфоузлы, а 3 — что поражено множество лимфоузлов. M0 показывает, что метастазов нет, а 1 — что метастазы есть.
Онкологи выставляют стадию по TNM клинически — до операции или когда операция не планируется и патоморфологически — при изучении удаленной во время операции опухоли, — объясняет Сергей.
Клиническая стадия обозначается буквой «c», например, cT2. Патоморфологическая — буквой «p», например, pN1.
От правильной стадии зависит тактика лечения. Например, пациент — мужчина с раком желудка и стадией cT1N0M0. Это значит, что опухоль прорастает в слизистую и подслизистый слой стенки желудка. В этом случае пациенту показана операция. Если же стадия выше (cT2N1M0, например), то есть опухоль пациента прорастает в мышечный слой, и есть метастазы в лимфоузлах, то может понадобиться химиотерапия перед операцией, которая позволит улучшить результаты лечения, — добавляет Сергей.
Стадию рака могут обозначать с помощью цифр — 0, I, II, III, IV. Что это значит?
Клинические стадии (0, I, II, III, IV) тесно связаны с системой TNM. Как правило, одна клиническая стадия включает в себя несколько вариантов стадирования по TNM. Эти варианты характеризуются схожими прогнозом и подходом к лечению. Например, стадии T1N3M0, T2N3M0, T3N2M0 рака легкого объединяются в IIIВ стадию, так как при любой из этих ситуаций пациент будет иметь примерно одинаковый прогноз и тактику лечения. В этом конкретном примере необходима химиолучевая терапия, а не операция, — комментирует Сергей Югай.
Меняется ли стадия после лечения, при прогрессировании заболевания?
Нет, стадия выставляется один раз. Но есть нюансы:
Например, мы хотим посмотреть, как опухоль ответила на лечение, чтобы понять, можно ли делать операцию. После лечения опухоль уменьшилась, и мы добавляем к стадии новые данные. При прогрессировании опухолевого процесса первоначальная стадия также остается прежней, но, к сожалению, прогноз будет менее благоприятный. Например, у человека II стадия рака желудка. Он прооперирован, и прогноз у него хороший. Через 2 года врачи обнаруживают у пациента метастазы в легких. Стадия остается II, но рак у пациента уже метастатический, что очень усложняет положение, — говорит Сергей.
Бывает, что люди сравнивают свою ситуацию с историями других пациентов. Если речь идет о разных онкологических заболеваниях, то такие сравнения некорректны — это заболевания с разными прогнозами и схемами лечения:
Например, с нейроэндокринным раком поджелудочной железы люди могут жить десятилетиями, а при метастатической стадии рака поджелудочной железы — полгода или год, — объясняет врач-онколог.
Что может повлиять на прогноз людей с одинаковой стадией и одним видом рака?
Сергей Югай выделяет три фактора:
Классификация реакций
Существует несколько классификаций реакций, протекающих в неорганической и органической химии.
По характеру процесса
Так называют химические реакции, где из нескольких простых или сложных веществ получается одно сложное вещество. Примеры:
В результате реакции разложения сложное вещество распадается на несколько сложных или простых веществ. Примеры:
В ходе реакций замещения атом или группа атомов в молекуле замещаются на другой атом или группу атомов. Примеры:
К реакциям обмена относятся те, которые протекают без изменения степеней окисления и выражаются в обмене компонентов между веществами. Часто обмен происходит анионами/катионами:
AgF + NaCl = AgCl↓ + NaF
Окислительно-восстановительные реакции (ОВР)
Замечу, что окислителем и восстановителем могут являться только исходные вещества (а не продукты!) Окислитель всегда понижает свою СО, принимая электроны в процессе восстановления. Восстановитель всегда повышает свою СО, отдавая электроны в процессе окисления.
ОВР уравнивают методом электронного баланса, с которым мы подробно познакомимся в разделе «Решения задач».
Обратимые и необратимые реакции
Классическим примером обратимой реакции является синтез аммиака и реакция этерификации (из органической химии):
Необратимые реакции протекают только в одном направлении, до полного расходования одного из исходных веществ. Главное отличие их от обратимых реакций в том, что образовавшиеся продукты реакции не взаимодействуют между собой с образованием исходных веществ.
Примеры необратимых реакций:
NaOH + HCl = NaCl + H2O (образуется вода)
2Na + 2H2O = 2NaOH + H2 (сопровождается выделением большого количества тепла)
Реакции и агрегатное состояние фаз
Фазой в химии называют часть объема равновесной системы, однородную во всех своих точках по химическому составу и физическим свойствам и отделенную от других частей того же объема поверхностью раздела. Фаза бывает жидкой, твердой и газообразной.
К гетерогенным реакциям относятся следующие реакции (примеры): жидкость + газ, газ + твердое вещество, твердое вещество + жидкость. Примером такой реакции может послужить взаимодействие твердого цинка и раствора соляной кислоты:
К гомогенным реакциям относятся (примеры): жидкость + жидкость, газ + газ. Примером такой реакции может служить взаимодействие между растворами уксусной кислоты и едкого натра.
Реакции и их тепловой эффект
NaOH + HCl = NaCl + H2O + 56 кДж
К экзотермическим реакциям часто относятся реакции горения, соединения.
Исключением является взаимодействие азота и кислорода, при котором тепло поглощается:
Как уже было отмечено выше, если тепло выделяется во внешнюю среду, значит, система реагирующих веществ потеряло это тепло. Поэтому не должно казаться противоречием, что внутренняя энергия веществ в результате экзотермической реакции уменьшается.
Энтальпией называют (обозначение Н), количество термодинамической (тепловой) энергии, содержащееся в веществе. Иногда с целью «запутывания» в реакции вместо явного +Q при экзотермической реакции могут написать ΔH 0, так как внутренняя энергия веществ увеличивается. Например:
CaCO3 = CaO + CO2↑ ; ΔH > 0 (значит реакция эндотермическая, так как внутренняя энергия увеличивается)
Замечу, что не все реакции разложения являются эндотермическими. Широко известная реакция разложения дихромата аммония («вулканчик») является примером экзотермического разложения, при котором тепло выделяется.
© Беллевич Юрий Сергеевич 2018-2021
Данная статья написана Беллевичем Юрием Сергеевичем и является его интеллектуальной собственностью. Копирование, распространение (в том числе путем копирования на другие сайты и ресурсы в Интернете) или любое иное использование информации и объектов без предварительного согласия правообладателя преследуется по закону. Для получения материалов статьи и разрешения их использования, обратитесь, пожалуйста, к Беллевичу Юрию.
Энергия Гиббса и состояние химического равновесия
энтропийно выгодным будет процесс распада АВ(г) на компоненты (∆S>0), а энергетически выгодным является обратный процесс, который сопровождается понижением энтальпии химической системы (∆H
Энергия Гиббса служит критерием самопроизвольного протекания химической реакции при изобарно-изотермических процессах.
Химическая реакция принципиально возможна, если энергия Гиббса уменьшается, т.е. ∆Gр 0 возможен лишь обратный процесс.
При ∆G=0 все вещества находятся в химическом равновесии и внешне незаметно никаких изменений и процессов в системе.
1) если ∆H 0, то всегда ∆G 0 и ∆S 0, т.е. реакция с поглощением теплоты и увеличением степени порядка невозможна ни при каких условиях;
3) во всех остальных случаях (∆H 0, ∆S>0) знак ∆G зависит от соотношения членов ∆H и T∆S. Значения ∆H и ∆S могут быть как положительными, так и отрицательными в разных сочетаниях в разных реакциях. Их рассматривают как энергетический (энтальпийный) и энтропийный факторы, определяющие возможность самопроизвольного протекания реакции. Реакция возможна, только если она сопровождается уменьшением энергии Гиббса.
Если ∆H>0, ∆S>0, то произведение T∆S будет больше, чем ∆H и определяющим фактором будет знак ∆S. В этом случае ∆G o A+RT lnpA)nA, (3.16)
где GA− энергия Гиббса образования вещества А при его парциальном давлении рА (pА¹1атм); G o A− энергия Гиббса образования одного моля вещества А при стандартных условиях (рА=1 атм и Т=298 К); nA − число молей вещества А.
Стандартная энергия Гиббса образования вещества DG о 298 − изменение энергии Гиббса в реакции образования 1моль вещества из простых веществ, находящихся в устойчивых состояниях при стандартных условиях(р=101,3 кПа и Т=298 К).
Значения ∆G о 298 для некоторых веществ приводятся в справочной литературе, размерность − кДж/моль.
Стандартные энергии Гиббса образования простых веществ, находящихся в стандартном состоянии в устойчивой модификации, равны нулю. Например, ∆G о 298,Н2(газ) = 0 кДж/моль.
Энергия Гиббса химических реакций. Изменение энергии Гиббса химической реакции при стандартных условиях (р =101,3 кПа и Т=298 К) можно вычислить по уравнению
где ∆H о 298,реакции, ∆S о 298,реакции − стандартные изменения энтальпии и
энтропии химической реакции, соответственно в кДж и Дж/К; Т− стандартная температура, равная 298 К.
Поскольку энергия Гиббса является функцией состояния, то ее значение не зависит от пути протекания процесса, а зависит только от исходного и конечного состояний системы. Изменение энергии Гиббса при стандартных условиях (∆G о 298, реакции) можно рассчитать, используя стандартные значения энергий Гиббса образования исходных веществ и продуктов реакции с учетом стехиометрических коэффициентов:
∆G о 298,реакции = 
∆G о 298, продукты реакции – ∆G о 298, исходные вещества. (3.18)
Изменение энергии Гиббса ∆GТ для реакции, протекающей при температуре, отличной от стандартной (Т 
298 К), может быть рассчитано с достаточной для практических целей точностью, используя стандартные значения изменений энтальпии (∆H о реакции) и энтропии (∆S о реакции) реакции и пренебрегая их зависимостью от температуры:
Просто добавь воды: разработка с H2O.ai
Привет, Хабр! В течение последних нескольких лет интерес к технологиям машинного обучения и искусственного интеллекта быстро рос. Решение H2O.ai становится все более популярным в этой сфере: оно поддерживает быстрые алгоритмы машинного обучения в оперативной памяти и недавно получило поддержку глубокого обучения. Сегодня поговорим о разработке с использованием H2O.
Быстрые, масштабируемые и надежные решения этих категорий все чаще рассматриваются как необходимые средства для обеспечения успешности бизнеса.
Разработчики H2O.ai стремятся создать быструю, масштабируемую и открытую платформу машинного обучения. В этой статье рассматриваются методы эффективной разработки и использования моделей машинного обучения на основе H2O.ai в Azure.
H2O.ai поддерживает несколько вариантов развертывания, в том числе на отдельном узле, на кластере из нескольких узлов, а также на кластерах Hadoop или Apache Spark. H2O.ai написана на Java и поэтому изначально поддерживает API Java. Поскольку сервер на языке Scala обычно работает на основе виртуальной машины Java VM, H2O.ai также поддерживает API Scala. Кроме того, доступны многофункциональные интерфейсы для Python и R. Программисты на R и Python могут воспользоваться алгоритмами и возможностями H2O.ai с помощью пакетов h2o R и h2o Python. Скрипты R и Python, в которых применяется библиотека h2o, взаимодействуют с кластерами H2O посредством вызовов REST API.
Ввиду растущей популярности Apache Spark был разработан интерфейс Sparkling Water, назначение которого — объединить функциональные возможности H2O и Apache Spark. Sparkling Water позволяет запустить службу H2O на каждом исполнителе Spark в кластере Spark и получить таким образом кластер H2O. Обычный способ совместного применения этих решений: преобразование данных в Apache Spark при обучении и оценке с использованием H2O.
Apache Spark изначально поддерживает Python благодаря интерфейсу PySpark, а программный пакет Pysparkling позволяет наладить обмен данными между Spark и H2O, чтобы запускать приложения Sparkling Water с помощью Python. Пакет Sparklyr служит интерфейсом R для Spark, а инструмент rsparkling позволяет наладить обмен данными между Spark и H2O, чтобы запускать приложения Sparkling Water с помощью R.
В таблице 1 и на рисунке 1 ниже представлена дополнительная информация о запуске приложений Sparkling Water в Spark с помощью R и Python.
| Артефакты | Использование |
|---|---|
| JAR-файл H2O | JAR-файл, содержащий библиотеку для запуска служб H2O |
| JAR-файл Sparkling Water | JAR-файл, содержащий библиотеку для запуска приложения Sparkling Water на кластере Spark |
| Пакет Python «h2o» | Интерфейс Python для H2O |
| Пакет Python «pyspark» | API Python для Spark |
| Пакет Python «h2o_pysparkling_<номер основной версии Spark>» | Интерфейс Python для Sparkling Water |
| Пакет R «h2o» | Интерфейс R для H2O |
| Пакет R «sparklyr» | Интерфейс R для Apache Spark |
| Пакет R «rsparkling» | Интерфейс R для пакета Sparkling Water |
Таблица 1. Артефакты для R и Python, позволяющие выполнять H2O.ai в Spark
Рис. 1. Взаимодействие библиотек R и Python, JAR-файлов Sparkling Water и H2O при запуске приложений Sparkling Water на платформе Spark с помощью R и Python
Разработка моделей
Виртуальная машина для обработки и анализа данных (DSVM) — отличный инструмент для создания моделей машинного обучения в средах с одним узлом. DSVM поставляется с предустановленной средой H2O.ai для Python. Если вы используете R (в Ubuntu), скрипт из нашей предыдущей публикации в блоге поможет настроить среду. Если вы работаете с большими наборами данных, то может оказаться целесообразным использовать для разработки кластер. Ниже описаны два рекомендуемых варианта для разработки на основе кластеров.
В рамках решения Azure HDInsight доступно множество удобных конфигураций полностью управляемых кластеров. Azure HDInsight позволяет пользователям создавать кластеры Spark с H2O.ai. Все необходимые компоненты на них изначально установлены. Пользователи Python могут поэкспериментировать с ними, воспользовавшись примерами Jupyter, которые поставляются вместе с кластером.
Программисты R могут обратиться к нашей предыдущей публикации — там описана настройка среды для разработки с использованием RStudio. После того как вы создадите и обучите модель, ее можно будет сохранить для проведения оценки. H2O позволяет сохранить обученную модель в виде файла MOJO. Также при сохранении модели создается JAR-файл h2o-genmodel.jar. Он используется для загрузки вашей обученной модели при работе с кодом Java или Scala. Код Python и R способен загрузить обученную модель напрямую с помощью API H2O.
Если вам нужны недорогие кластеры, вы можете воспользоваться набором инструментов Azure Distributed Data Engineering Toolkit (AZTK) для запуска кластера Spark на основе Docker в пакетной службе Azure Batch с низкоприоритетными виртуальными машинами.
К кластеру, созданному с помощью AZTK, при разработке можно обращаться посредством SSH или блокнотов Jupyter. По сравнению с Jupyter Notebooks на кластерах Azure HDInsight, блокнот Jupyter обеспечивает меньшую функциональность и не содержит готовых настроек для разработки моделей H2O.ai. Кроме того, пользователям необходимо сохранять наработки в надежной внешней среде, потому что Spark-кластер AZTK нельзя восстановить после отключения.
Особенности использования перечисленных трех сред для разработки моделей представлены в таблице 2.
| Одна виртуальная машина | HDInsight Cluster SPARK | Azure Batch с Azure Distributed Data Engineering Toolkit | |
| Объем данных | Маленький | Большой | Большой |
| Стоимость | Низкая | Зависит от размера кластера и виртуальной машины | Оплата только потребленных ресурсовe |
| Контейнезированный кластер | Нет | Нет | Да, под управлением пользователей |
| Горизонтальное масштабирование | Нет | Да | Да |
| Готовый набор инструментов | Многофункциональный набор инструментов с примерами настроек для выполнения H2O.ai в Jupyter | Многофункциональный набор инструментов с примерами настроек для выполнения H2O.ai в Jupyter | Limited （С ограничениями (по умолчанию выполняется перенаправление портов пользовательского интерфейса Spark Web на localhost:8080, интерфейса Spark Jobs UI — на localhost:4040, а Jupyter — на localhost:8888).） |
Таблица 2. Среды для разработки моделей
Пакетная оценка и переобучение моделей
Пакетную оценку также называют автономной оценкой. Обычно она применяется в случае больших объемов данных и может занять много времени. Переобучение позволяет восстановить работоспособность модели, которая перестала корректно регистрировать закономерности в новых наборах данных. Пакетная оценка и переобучение моделей считаются операциями пакетной обработки, и реализовать их можно похожим образом.
Пакетная служба Azure отлично подходит для управления множеством параллельных задач, каждая из которых может быть обработана одной виртуальной машиной. Инструмент Azure Batch Shipyard позволяет создавать и настраивать задания в пакетной службе Azure с использованием контейнеров Docker без написания программного кода. Apache Spark и H2O.ai можно с легкостью добавить в образ Docker и использовать их с Azure Batch Shipyard.
В Azure Batch Shipyard каждую процедуру переобучения модели или пакетной оценки можно настроить в виде задачи. Такие задания, состоящие из нескольких параллельных задач, иногда называют «чрезвычайно параллельной» нагрузкой. Они принципиально отличаются от распределенных вычислений, в рамках которых выполнение задания требует обмена информацией между задачами. Более подробная информация приводится на этой wiki-странице.
Если заданию пакетной обработки нужен кластер для распределенных операций (например, в случае большого объема данных или экономической целесообразности такого решения), вы можете создать кластер Spark на основе Docker с помощью AZTK. H2O.ai можно с легкостью добавить в образ Docker, а процессы создания кластера, отправки задания и удаления кластера можно автоматизировать и запускать с помощью приложения-функции Azure.
Однако при таком подходе пользователям необходимо настраивать кластер и управлять образами контейнеров. Если вам нужен полностью управляемый кластер с возможностями детального мониторинга, обратите внимание на Azure HDInsight. Сейчас для отправки пакетных заданий на кластер можно использовать элемент Spark Activity фабрики данных Azure. Однако для этого нужен постоянно работающий кластер HDInsight, поэтому такой вариант больше подходит для случаев, в которых пакетная обработка выполняется часто.
В таблице 3 приводится сравнение трех способов пакетной обработки данных в Spark. H2O.ai можно с легкостью интегрировать в среду любого из этих типов.
Таблица 3. Инструмент оркестрации заданий и вычисления для пакетной обработки
Онлайн-оценка
Онлайн-оценка подразумевает малое время отклика, поэтому ее также называют оценкой в реальном времени. В общем случае онлайн-оценка используется для составления прогнозов для отдельных точек или небольших наборов. При возможности такая оценка должна строиться на предварительно вычисленных кешированных признаках. Мы можем загрузить модели машинного обучения, а также соответствующие библиотеки и запустить оценку в любом приложении. Если для разделения ответственности и уменьшения зависимостей используется архитектура микрослужб, рекомендуется реализовать онлайн-оценку в виде веб-службы с REST API.
Веб-службы для оценки с использованием моделей машинного обучения H2O обычно пишутся на Java, Scala или Python. Как мы упоминали в разделе «Разработка моделей», модель H2O сохраняется в формате MOJO, при этом также формируется файл h2o-genmodel.jar. Веб-службы, написанные на Java или Scala, могут использовать этот файл JAR для загрузки сохраненной модели и проведения оценки. Веб-службы, написанные на Python, могут загружать сохраненную модель непосредственно с помощью API для Python.
В рамках Azure доступно множество способов размещения веб-служб.
Веб-приложение Azure — предложение Azure в формате PaaS, предназначенное для размещения веб-приложений. Это полностью управляемая платформа, которая помогает пользователю сосредоточиться на функциональности своих приложений. Недавно для размещения контейнеризованых веб-приложений была выпущена служба веб-приложений Azure для контейнеров, основанная на веб-приложении Azure на Linux. Служба контейнеров Azure с Kubernetes (AKS) — удобное средство создания и настройки кластера виртуальных машин для выполнения контейнеризированных приложений.
Служба веб-приложений Azure для контейнеров и служба контейнеров Azure обеспечивают высокую переносимость веб-приложений и позволяют гибко настраивать среду их работы. Интерфейс командной строки и API управления моделями машинного обучения Azure (AML) — еще более простые инструменты для управления веб-службами в ACS с использованием Kubernetes. Сравнение трех служб Azure, позволяющих размещать системы онлайн-оценки, приводится в таблице 4.
Таблица 4. Службы Azure для размещения систем онлайн-оценки
Оценка на пограничных устройствах
Этот метод подразумевает выполнение оценки на устройствах «Интернета вещей» (IoT). При таком подходе устройства анализируют информацию и принимают решения на основе результатов сразу после сбора данных, не передавая их в центр обработки. Оценка на пограничных устройствах очень удобна в случаях жестких ограничений, связанных с конфиденциальностью данных, или при необходимости получать оценку максимально быстро.
Благодаря технологии контейнеров службы машинного обучение Azure и Azure IoT Edge предоставляют простые способы для развертывания моделей машинного обучения на пограничных IoT-устройствах Azure. Использование контейнеров AML максимально упрощает применение H2O.ai на пограничных устройствах. Более подробные сведения об анализе данных на пограничных устройствах приводятся в недавней публикации Artificial Intelligence and Machine Learning on the Cutting Edge в нашем блоге.
Заключение
В этой статье мы обсудили способы подготовки и развертывания решений на основе H2O.ai с помощью служб Azure, изучили разработку и переобучение моделей, пакетную оценку, онлайн-оценку и оценку на пограничных устройствах. В этой публикации о разработке систем искусственного интеллекта мы в основном рассматривали H2O.ai. Однако полученные выводы относятся не только к этой среде: они в равной мере применимы ко всем решениям на платформе Spark.
В Spark добавляется поддержка все новых платформ, таких как TensorFlow и Microsoft Cognitive Toolkit (CNTK), поэтому мы уверены, что ценность полученных результатов будет только расти. Для того чтобы успешно реализовать любой проект, необходимо выбрать подходящий продукт, учитывая при этом потребности с точки зрения бизнеса и технологий. Мы надеемся, что наша статья поможет вам решить эту задачу.
