Comment l'action dlScore de SAS Viya révolutionne-t-elle le déploiement de vos modèles d'intelligence artificielle en production ?

L'action dlScore : Le moteur d'inférence distribué pour la production

L'action dlScore intégrée aux SAS Cloud Analytic ServicesMoteur analytique distribué et en mémoire (in-memory) au cœur de SAS Viya. Il assure le traitement des données et l'exécution des modèles avec une très haute performance. représente le moteur d'inférence de pointe pour le Deep LearningSous-ensemble du Machine Learning basé sur des réseaux de neurones artificiels profonds. Il excelle dans l'extraction automatique de motifs complexes depuis des données brutes (images, texte, son). dans SAS Viya. Elle permet d'appliquer des réseaux de neurones complexes (architectures CNNRéseau de neurones profond spécialisé dans le traitement de données structurées en grille (images). Il utilise des couches de convolution pour extraire automatiquement des caractéristiques spatiales., RNNRéseau de neurones récurrent conçu pour les données séquentielles. Il utilise des boucles de rétroaction pour mémoriser l'information passée, idéal pour l'analyse de texte ou de séries temporelles. ou DNNRéseau de neurones profond (Deep Neural Network) comprenant plusieurs couches cachées entre l'entrée et la sortie. Il modélise des relations non linéaires complexes à partir de grands volumes de données.) sur de très vastes ensembles de données avec une performance distribuée inégalée. Dans un contexte de production, cette action transforme vos données brutes (images, texte, données tabulaires) en prédictions exploitables qui sont stockées directement en mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya.
via le paramètre casOut, garantissant ainsi une prise de décision automatisée et hautement scalable, sans provoquer de goulot d'étranglement au niveau des plans de données.

Schéma : Comment l'action dlScore de SAS Viya révolutionne-t-elle le déploiement de vos modèles d'intelligence artificielle en production ?

Exemples pour l'action dlScore

Scoring simple d'un modèle de Deep Learning

Cet exemple illustre l'usage minimal de dlScore en fournissant les données d'entrée, le modèle, ses poids, et la table de sortie.

Scoring optimisé sur GPU avec extraction de variables et Top-K

Ce scénario avancé montre comment effectuer le scoring sur un GPU, copier la colonne d'identifiant depuis la table d'entrée, et ne garder que le top 3 des probabilités de classification.

Extraction des caractéristiques profondes (Feature Extraction)

Utile pour le Transfer Learning : cet exemple score les données mais sauvegarde également les activations internes d'une couche cachée spécifique (ex: 'FC1') dans la table layerOut.