利用Mesosphere DC OS在任意基础设施之上实现TensorFlow分布光环大数据.pdfVIP

光环大数据--大数据培训人工智能培训 利用Mesosphere DC/OS 在任意基础设施之上实现TensorFlow 分布_光环大数据 在Mesosphere DC/OS 服务目录当中发布TensorFlow 的beta 测试版本。只 需要一条命令，您现在即可将分布式TensorFlow 部署在任意裸机、虚拟或者公 有云基础设施当中。与其它可用于DC/OS 的软件包一样， ... 网络 模型 神经网络 分布式 Tensorflow GPU 今天，我们兴奋地宣布在Mesosphere DC/OS 服务目录当中发布TensorFlow 的beta 测试版本。只需要一条命令，您现在即可将分布式TensorFlow 部署在任 意裸机、虚拟或者公有云基础设施当中。与其它可用于DC/OS 的软件包一样，新 的TensorFlow 软件包亦可利用GPU 来加速各类机器学习与深度学习应用。 在由深度学习技术掀起的新一轮军备竞赛当中，专注于尝试学习的数据科学 家已经成为人才市场上的新宠。而有效的数据科学基础设施将帮助您吸引更多顶 尖数据科学家，并获得由他们倾力构建起的工作成果，最终为您的企业带来远超 竞争对手的战略优势。向DC/OS 当中引入分布式TensorFlow 的作法，也进一步 巩固了Mesosphere 长久以来作出的支持开发人员、运营人员以及数据科学家群 体的承诺。 在今天的文章当中，我们将对TensorFlow 作出简要介绍，探讨分布式设置 场景下的TensorFlow 运行挑战，同时聊聊我们的全新DC/OS TensorFlow 软件包 如何解决这些挑战。在 DC/OS 之上运行分布式 TensorFlow――尽管目前尚处于 beta 测试阶段，已经足以为如今的市场上提供一套简单且易行的分布式 TensorFlow 运行体验。 TensorFlow 快速介绍TensorFlow 是一套极具人气的开源库，由谷歌Brain 团队所打造，专门面向机器学习类场景。事实上，TensorFlow 为2015 年GitHub 上的头号fork 项目，且在之后的两年当中一直雄踞fork 活跃度榜前十位名次。 光环大数据 光环大数据--大数据培训人工智能培训 TensorFlow 的高人气主要源自其利用一套基于数据流图形的计算模型实现深层 神经网络开发与训练简化的强大能力。 在以上示例当中，输入层负责寻找局部对比模式，隐藏层1 负责利用这些对 比结果发现个人面部特征，隐藏层2 则基于这些面部特征进行整体面部识别。资 料来源：reka.co/blog/what-is-deep-learning。 一般来讲，深层神经网络的生命周期需要经历两个不同的阶段：训练与推理。 在我们的示例当中，训练阶段需要为神经网络提供成千上万图像，帮助其训练面 部识别能力。这一训练过程可能需要数个小时、数天甚至数周时间才能完成，具 体取决于数据集规模、模型复杂度以及硬件性能等各类因素。一旦训练工作完成， 该神经网络即可用于“瞬时”识别图像中的面部要素。 下图所示为训练与推理过程的细节判断： 虽然TensorFlow 适用于上述分类网络的设计与实现，但其强大的能力并不 仅 限 于 此 。 TensorFlow 还 能 够 在 对 象 追 踪 （/akosiorek/hart ）、 文 本 到 语 音 生 成 （/ibab/tensorflow-wavenet ）甚至自动驾驶车辆 （/udacity/self-driving-car/）领域有所建树。 TensorFlow 通过提供可直接集成至代码当中的基础机器学习原语以简化深 层神经网络的开发工作。TensorFlow 以库的形式提供此类原语，并将其绑定至 多种高人气语言（例如C/C++、Go、Java 以及Python 等）当中。此外，TensorFlow 还能够自动计算出运行代码的较佳处理单元（CPU、GPU 或者TPU 等）。 在Python 当中开发TensorFlow 应用程序，且此应用将CPU 与GPU 相结合以 完成运行。 感 兴 趣 的 朋 友