端到端的托管机器学习平台和自动驾驶系统构建 (端托的方法)

端到端的托管机器学习平台和自动驾驶系统构建 (端托的方法)

在ArchSummit深圳2018大会上,邓明轩讲师做了《端到端的托管机器学习平台和自动驾驶系统构建》主题演讲,主要内容如下。

演讲简介

尽管经历了数十年的投入和改进,开发、训练和维护机器学习模型的过程仍然繁琐且欠缺通用性。将机器学习技术集成到应用程序中的过程往往需要一个专家团队进行为期数月的调整和修补。那么可以灵活编程并且扩展能力超强的深度学习框架有哪些?是否有端到端的全托管机器学习平台来降低训练时长和成本呢?

演讲提纲

1、深度解析 MXNet 框架的特点以及如何利用此框架进行深度学习应用的开发。

2、企业和开发人员如何构建端到端、开发到生产的机器学习管道,用于大规模机器学习训练。

3、Amazon SageMaker 上手实践示例

4、动手实践打造 AWS 上的"无人车"自动驾驶。

讲师介绍

邓明轩

AWS 解决方案架构师

拥有 15 年 IT 领域的研究经验,先后在 IBM,RIM,Apple 等企业担任工程师、架构师等职位;目前就职于 AWS,担任解决方案架构师一职。喜欢编程,喜欢各种编程语言,尤其喜欢 Lisp。喜欢新技术,喜欢各种技术挑战,现在在集中精力学习分布式计算环境下的机器学习和深度学习算法。

完整演讲 PPT 下载链接

声明:本文来自用户分享和网络收集,仅供学习与参考,测试请备份。