【Spark Summit EU 2016】TensorFrames: 在Spark上搭建TensorFlow深度学习框架

简介: 本讲义出自Tim Hunter在Spark Summit EU上的演讲,主要介绍了使用Spark进行数值计算的相关内容,并且分享了如何在搭建于Spark上的TensorFlow上使用通用计算的图形化计算单元(GPUs)以及在Spark上搭建TensorFlow深度学习框架的性能表现。

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data;此外,通过Maxcompute及其配套产品,低廉的大数据分析仅需几步,详情访问https://www.aliyun.com/product/odps

本讲义出自Tim Hunter在Spark Summit EU上的演讲,主要介绍了使用Spark进行数值计算的相关内容,并且分享了如何在搭建于Spark上的TensorFlow上使用通用计算的图形化计算单元(GPUs)以及在Spark上搭建TensorFlow深度学习框架的性能表现。


2c171248c301e321064421f9977e492a83de60c2

8601e4de12bd6a98f9311589ee908cac58254ff3

ac46789e0824868a45328e3a8040b5f7a1086d8e

de7dd3c07332d6889481c569f3ae1f7340106c76

0a4023dd734a59f6e1d041a5afbf1f3e95e1a375

e110bd2403ea4189e095d9c26e18f8a432511b77

19dec1896c3af24be1cf3c91cb4ba970fb9308ad

82d5d730ba5463cbfd5eba9d8286767908ec0a1e

9948f88e54f2697ee0db31b9019fd924ae76fc4d

2601793adb1049760a54670e46981752dbde62a9

104c804990bbfb03afb5f96ebd25fcabb804bf26

2846755545e0412cfe4d6b2f8ab79b455fff249c

e22782d8d35d0d0e7594f241bc384d6f179cfe52

cc87ed45e8c10dc974f7d7d9b54bbf0230a8906a

df0e3a16aaf39ed40242c574f29b4e659159c3d4

cf1544f95bb4c04a1603a92ffbf15efc798d8a71

521f589d30f0010ac5693a8138a6b39261754429

ca29125e1b14930522d6ae9bcf90197dc4f00e7d

452d584597e804f2027105ebf5e9279203cb9ac5

bfe19d2be0d342ce84cc06a7d710cd54a1a24d55

f4db355ccf7c1718447c85a0a80aee97ac104b80

447f1cea9b90c8b7d3fea939bbea1bb7d7d7a12d

a335d7fda7c5085e4f77ba80290c7af91a879096

51f63b6391c36bfbb172f8f3d435a49e1604c96e

ffea6f06a589298806bf551c0cfe12e2af1f2288

91e4334f02053ddd6e40eda899dc1e5c6960f1be

8fd0b42b2cc50dca08eee6c351b1a112880bb0a7

5691523128965749cbf940d1eea4b15e1546459c

87efd0faaf485fa08569c4d24ea4ecd32f550c72

dd234262bbc144ed8a53f6641507c1e32c8ab23c

相关文章
|
8天前
|
机器学习/深度学习 API 语音技术
|
3月前
|
机器学习/深度学习 存储 人工智能
TensorFlow Lite,ML Kit 和 Flutter 移动深度学习:6~11(3)
TensorFlow Lite,ML Kit 和 Flutter 移动深度学习:6~11(3)
|
3月前
|
机器学习/深度学习 Dart TensorFlow
TensorFlow Lite,ML Kit 和 Flutter 移动深度学习:6~11(5)
TensorFlow Lite,ML Kit 和 Flutter 移动深度学习:6~11(5)
|
2天前
|
机器学习/深度学习 运维 监控
TensorFlow分布式训练:加速深度学习模型训练
【4月更文挑战第17天】TensorFlow分布式训练加速深度学习模型训练,通过数据并行和模型并行利用多机器资源,减少训练时间。优化策略包括配置计算资源、优化数据划分和减少通信开销。实际应用需关注调试监控、系统稳定性和容错性,以应对分布式训练挑战。
|
8天前
|
机器学习/深度学习 PyTorch API
|
2月前
|
机器学习/深度学习 PyTorch TensorFlow
Python中的深度学习:TensorFlow与PyTorch的选择与使用
Python中的深度学习:TensorFlow与PyTorch的选择与使用
|
2月前
|
机器学习/深度学习 数据可视化 TensorFlow
基于tensorflow深度学习的猫狗分类识别
基于tensorflow深度学习的猫狗分类识别
61 1
|
3月前
|
机器学习/深度学习 PyTorch TensorFlow
【TensorFlow】深度学习框架概述&TensorFlow环境配置
【1月更文挑战第26天】【TensorFlow】深度学习框架概述&TensorFlow环境配置
|
3月前
|
机器学习/深度学习 存储 编解码
TensorFlow Lite,ML Kit 和 Flutter 移动深度学习:6~11(4)
TensorFlow Lite,ML Kit 和 Flutter 移动深度学习:6~11(4)
|
3月前
|
机器学习/深度学习 存储 算法框架/工具
TensorFlow Lite,ML Kit 和 Flutter 移动深度学习:6~11(2)
TensorFlow Lite,ML Kit 和 Flutter 移动深度学习:6~11(2)