O'Reilly、Cloudera 主办
Make Data Work
2016年8月3-4日:培训
2016年8月4-6日:会议
北京,中国

深度学习的TensorFlow实现

13:30–17:00 2016年8月04日
数据科学与高级分析
地点: 报告厅(Auditorium)
平均得分:: **...
(2.00, 1 次得分)

必要预备知识

虽然不需要很精通,但是你最好比较熟悉Python。你也不需要是机器学习专家,当然相关的知识会帮助你更好的理解这个教程。

需要提前准备的资料和下载

你需要有一台笔记本。请提前按照Tensorflow.org上的说明安装好TensorFlow以免浪费课上的时间。当然如果有疑问我们会帮你解答。

描述

陈健敏和陈智峰将会手把手的教你如何使用TensorFlow训练和部署一个机器学习系统。你将学会如何构造机器学习系统并且在用TensorFlow Serving进行部署。我们首先会介绍如何使用TensorFlow构造一个简单的分类器,之后会通过训练一个复杂的模型来介绍深度学习。通过比较这俩个模型的结果,你将能对深度学习有进一步的了解并且能知道他可以怎样被用来处理各种复杂的问题。我们最后会介绍TensorFlow Serving这个专门为了部署机器学习系统开发的高性能的开源系统并且示范如何用它来部署模型。

Photo of Jianmin Chen

Jianmin Chen

Google

Jianmin Chen is a senior software engineer at Google working on TensorFlow. Jianmin has been focusing on improving the performance of large-scale distributed training and the performance of the Tensor Processing Unit (TPU), making it easy to use and deploy. Before joining Google, he worked in Intel, where he led the architecture analysis and improvement effort for Intel Iris/HD GPU’s core Execution Unit (EU). He holds a PhD degree from University of Florida. In his spare time, you can find Jianmin hiking or hanging out with family and friends.

Photo of 陈智峰 (Zhifeng Chen)

陈智峰 (Zhifeng Chen)

Google

陈智峰博士是谷歌大脑项目的资深工程师。自2014年以来,他参与设计并实现了被广泛应用于重要谷歌产品的新一代谷歌大脑机器学习开源系统TensorFlow。在加入谷歌大脑之前,陈智峰博士长期从事谷歌的超大规模分布式大数据系统的设计、开发和部署,经历了多次系统升级和扩展,积累了大量的工程实践经验。他参与和主导的系统是搜索引擎、邮件服务和隐私保护等谷歌重要产品和服务不可或缺的关键后台系统。陈智峰博士持有复旦大学计算机科学学士、普林斯顿大学计算机科学硕士和伊利诺伊大学香槟分校计算机科学专业博士学位。

联系OReillyData

关注OReillyData微信号获取最新会议信息并浏览前沿数据文章。

WeChat QRcode

来自全球Strata+Hadoop 会议的照片。

Stay Connected Image 1

北京

Stay Connected Image 3

新加坡

Stay Connected Image 2

伦敦

阅读关于大数据的最新理念。

ORB Data Site