Header banner
Revain logoHome Page
apres логотип

Apres Отзыв

2

·

Очень хорошо

Revainrating 4 out of 5  
Рейтинг 
4.0
Искусственный интеллект, Маркировка данных

Посмотреть на ЯM

Описание Apres

Apres automates AI training with a platform to generate and manage high-quality AI training data at scale.

Отзывы

Глобальные рейтинги 2
  • 5
    0
  • 4
    2
  • 3
    0
  • 2
    0
  • 1
    0

Тип отзыва

Revainrating 4 out of 5

Отличный сервис с простым общением, быстрым временем отклика

Я использую apress уже много лет в разных проектах в качестве инженера/менеджера DevOps, так что это очень универсальный инструмент, если вам нужно что-то, что имеет много опций (среды машинного обучения, такие как pytorch), или вам просто нужна простая интеграция инструментов, таких как мы, ansible и т. д. .. Если требуется какая-либо группа поддержки, они реагируют очень быстро! Они на шаг впереди нас по сравнению с тем, что было раньше, когда мы интегрировали их в наш стек, потому что все…

Плюсы
  • Отличный пользовательский опыт и команда поддержки, очень быстрая и готовая помочь
Минусы
  • На самом деле ничего, так как я не использую их все время в данный момент, но, возможно, в будущем будет немного больше ключей API для управления доступом пользователя.

Revainrating 4 out of 5

Очень простой и быстрый способ с отличной поддержкой

Возможность для нас как разработчиков/специалистов по данным в нашей организации, которые имеют ограниченный опыт использования инструментов машинного обучения, таких как R или Python, заключается в том, что мы можем быстро создавать модели, не имея опыта работы с наборами инструментов ML, такими как TensorFlow (или аналогичные). Мы можем использовать API, предоставляемые apres, что позволяет нетехническим людям понять, как они работают. С моей стороны до сих пор претензий не было! Я бы…

Плюсы
  • Простота внедрения
  • Простые шаги настройки
  • Надежная кодовая база с множеством уже готовых подключаемых модулей.
  • Быстрая реализация по сравнению со всеми остальными библиотеками (Tensorflow, spark mllib) при использовании по отдельности
Минусы
  • Единственное, что мне сейчас не нравится, это функция "ключи API", но, по крайней мере, в их документации рассказывается, что должно происходить при развертывании API.