AWS首席科学家谈深度学习的多领域应用
极客时间编辑部
讲述:杜力大小:1.02M时长:02:14
在近期举办的 EmTech 峰会上,亚马逊 AWS 首席科学家艾尼玛什里·安纳德库玛(Animashree Anandkumar)发表了关于亚马逊在深度学习模型方面的探索的演讲,主要谈了深度学习,以及怎么研究和量化机器学习。
深度学习需要经过多层甚至数百层的处理过程,这样的机器学习也会在不同的 GPU 上进行跨机器、跨设备处理,这就需要网络技术,而多域模型能够同时处理科学、工程等各种领域方面的应用。
安纳德库玛表示,亚马逊一直致力于寻求机器学习多域模型的解决方案,以及多领域的应用如何能够在云上进行计算。
关于怎么运作当前的深度学习模式,安纳德库玛表示,深度学习已经有很广泛的运用领域,亚马逊有一些专门的项目,也在将它应用到更多不同的硬件基础设施中。MXNet 就是其中的一个深度学习引擎,这个项目最开始是由大学里的研究员开发的。
这个引擎的优点是显而易见的,它建立了一个网络,编程过程、表述、特征描述、风格都非常灵活、方便,提高了程序员的效率。同时也提供了很好的语言支持,并且前后端自动对接,提高了编程的效率。
同时亚马逊也用多 GPU 的训练提升效率:一个机器上会有多个 GPU 进行数据并行化,可以同时获得大量的数据。中央数据是来自不同 CPU 等级上的网络,数据不断地向下划分,进入各个 GPU。GPU 进行处理时发现了相似的内容就会进行整合,增加效率;同时 GPU 还可以在 MXNet 上面整合运算结果,降低成本。
在所有的服务里面, MXNet 的效率是最高的,能达到 91%。这种分布式的多机器的训练现在也可以应用于一些情景的运行,以及多 GPU 和 CPU 的框架之中。
安纳德库玛表示,亚马逊也希望可以提供这样的技术给消费者,让他们知道亚马逊的分布式训练有非常好的技术包裹,可以帮助他们进行网络压缩以及网络解压,能够提供好的技术服务。
同时,所有的这些框架,都可以应用于 AWS 的机器学习平台 CHMaker。这是多机器学习的一个平台,所有的分布式深度学习框架都可以在这个平台上进行运行,如 TensorFlow、MXNet 等。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论