Atteindre l’apprentissage machine et en profondeur avec Apache Ignite et TensorFlow

Avec la plupart des frameworks d'apprentissage machine (ML) et d'apprentissage en profondeur (DL), le transfert de données et la formation de modèles peuvent prendre des heures. 
Découvrez comment Apache Ignite élimine la formation et l'exécution de modèles en quasi-temps réel et permet un apprentissage continu.
Dans ce webinaire en Anglais, Yuri Babak, responsable du développement du cadre ML / DL chez GridGain et contributeur majeur à Apache Ignite, expliquera comment ML et DL travaillent avec Apache Ignite et comment commencer.

Les sujets incluent:

  • Un aperçu de Apache Ignite ML / DL, y compris les ML / DL prédéfinis, et comment ajouter vos propres algorithmes ML / DL
  • Comment utiliser Apache Ignite en tant que source de données distribuée pour TensorFlow pour un apprentissage approfondi
  • Comment former des modèles, en utilisant un cluster TensorFlow sur Apache Ignite
  • Comment évaluer des modèles et effectuer une inférence de modèles TensorFlow sur un cluster Apache Ignite
     
Presented by
Yury Babak
Team Lead
Share This
Inscrivez-vous à ce webinaire