google云端机器学习和tensor flow的alpha测试版本发布-捕鱼平台app

google云端机器学习和tensor flow的alpha测试版本发布

2016-05-09

　　上个月末，google发布了alpha版本的tensorflow(tf)集成云端机器学习服务，为回应不断增长的大规模在google云端平台(gcp)运行tensor flow库的需要。

　　google描述了一些有关建立tf使用规模的新功能，其中集成了一些gcp的模块，例如dataproc，是一个托管的hadoop和spark服务。开源机器学习系统tf和gcp的集成“使用户能够在托管的云服务上运行自定义的分布式学习算法”，作为发布的一部分，并与大数据和分析平台以及机器学习领域紧密地结合起来。

 

　　paas将tf和若干预先为语言翻译、图片与语音辨识训练的模型连接起来。tf服务现在集成了kubernets以利用它的负载平衡器和docker的pod编制语义来“有规模地训练成千上万的内核”。这个例子通过复制包装过的tf资源记下了运行一个训练过的inception-v3模型的过程，包括tf基于服务的grpc服务器和跨pod模型属性，以及在一个集群过程中“超过2700万的参数和每次推理进行的57亿浮点运算”。

　　docker集成进一步支持了新模型作为持续训练管道的版本打包和部署，这是一个tf服务目标在今年早些时候公布的。一个为展示和学习的tf和kubernetes教程允许用户再现一个基于inception的tf和kubernetes管道。

　　这次通告还提及了apache beam，这是一个新的数据处理管道项目方案，它可以潜在地满足一定规模的tf对传递学习数据集的管道需要，提供了批处理和流处理选项，同时也兼容spark、flink和基于dataflow的系统。google提供了与紧密耦合的ml系统相关的分析，根据可维护性和随着时间而产生的技术债而来，其中的技术债可能会指向ml更远的标准化可能性和通过观看tf贯穿于gcp中渐增的普遍性。

 

本文图文来源于网络，捕鱼平台app的版权属于原作者或网站。如有捕鱼平台app的版权问题，请与管理员邮箱联系，将立刻进行相应处理。