BigDL 2.0: 加速在基于Spark的大数据平台上构建大规模的人工智能应用 - 邓珺玮&黄凯

下载 3

快召唤伙伴们来围观吧
微博 QQ QQ空间 贴吧
视频嵌入链接文档嵌入链接
<iframe src="https://www.slidestalk.com/AnalyticsZoo/012690670?embed&video" frame border="0" width="640" height="360" scrolling="no" allowfullscreen="true">复制
微信扫一扫分享
已成功复制到剪贴板

Analytics Zoo 社区

发布于

3年前

1558

人观看

#信息技术决策树机器学习与人工智能

Pytorch和Tensorflow是数据科学家和AI工程师们最常用的机器学习框架，但对于他们来说如何把AI从科研或者实验平台无缝迁移到生产环境中部署是个巨大的挑战。通常的做法会搭建两个集群分别用于大数据处理和深度学习应用，但这样不仅有很大的数据传输成本，同时也需要额外的人力去维护不同的系统和工作流。利用BigDL，用户能直接把端到端的数据分析和AI流水线无缝扩展到基于Spark的大数据集群上。本次分享主要介绍BigDL最新2.0版本的功能以及BigDL包含的各个模块。其中，bigdl-nano能帮助用户以很少或者无代码改动的情况下，加速Pytorch和Tensorflow的训练，推理以及部署准备等工作；bigdl-orca能帮助用户把TensorFlow或者PyTorch的应用直接扩展到大数据上。利用bigdl-nano和bigdl-orca，用户能快速构建AI应用原型并且很容易地实现生产环境中的落地。

1点赞

0收藏

3下载

相关推荐