TalkingData T11 SkyMind 吴书卫：在生产环境上部署深度学习

SKYMIND 吴书卫 在生产环境上部署深度学习摘要 关于深度学习 数据科学家在部署深度学习时遇到的难题 部署深度学习的解决方案 Deeplearning4j深度学习框架 深度学习建模（模型训练）流程 运行模型 深度学习的概念源于人工神经网络的研究•机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络•大大提高了计算的精度与准确率•能识别，分析并学习文字，图片，声音，视频以及时间序列数据。•能自动学习与发掘数据的特征•未来计算机发展的必然趋势高精准度：自动学习与发掘数据的特征深度学习的优势在于它能随着数据的增加，精准度也会随着提高。用列：TINDER 手机交友APP用列：用户分析数据科学家遇到的难题数据传输 数据传输到另一个集群去处理会把影响整个深度学习模型训练流程的速度 数据传输到另一个集群去处理会吧整个深度学习模型训练流程复杂化 集成问题 数据摄取，抽取、转换、装载（ETL），矢量化，建模，评估与部署问题 大多数的机器学习工具是由基于过时（上一代）的架构而设计 传统架构 并行迭代算法架构是很少的 问题一：处理海量数据问题二：把海量数据向量化（Vectoriz