O documento discute a preparação para deep learning, incluindo ciclos básicos de machine learning, exemplos de aplicações como visão computacional e processamento de linguagem natural, e frameworks populares como TensorFlow, Torch e Caffe.
Globalcode
–
Open4education
DLProcessamento da
linguagem natural (NLP)
Ironia
A melhor parte do filme: os créditos finais.
Sarcasmo
Cara, como cantor você é um grande ponta direita
Ambiguidade
Este é meu banco.
(Banco pode ser onde sentar ou onde depositar
dinheiro)
Gíria
Foi mal
Que eventualmente significa “desculpe”
Globalcode
–
Open4education
Novasopções para
escalar
Nuvem (AWS, Azure, IBM)
On Premisses?
Cluster de CPU ou CPU+GPU ?
Qual a combinação mais adequada?
Qual o nível de desacoplamento entre
componentes de software e hardware?
Há desacoplamento entre aprendizado e
produção?
Globalcode
–
Open4education
Cientistade Dados X
Arquiteto
Cientista de dados Arquiteto
Consigo usar com R? Será que melhora com Scala ou Java?
Gera modelos acurados? Escala horizontalmente?
Tem uma boa diversidade de
algoritmos?
Qual a latência na resposta ao usuário
final?
Tem aquele algoritmo que já uso no
R?
A empresa ou comunidade por trás
desse framework é forte para manter e
evoluir o código a longo prazo ?
? Muita combinação de componentes de
várias origens. E se um falhar com
upgrade do outro?
? Essa licença de uso ...
11.
Globalcode
–
Open4education
Algumascaracterísticas
Framework Linguagens Multi-
GPU
TensorFlow Python, C++ Sim
Torch Lua, C, C++ Sim
Caffe C++ Sim
Theano Python Sim
Microsoft CNTK C++, comand line Sim
Dmlc mxnet Python, R, C++, Julia Sim
Chainer Python Sim
Amazon DSSTNE Json Sim
Globalcode
–
Open4education
NvidiaDigits
Bom para testes com modelos
Interface simples por web service
Docker Friendly
Desacoplamento do Framework de BackEnd
(Caffe,Thor, TensorFlow,etc.)
Framework escolhido pode ou não ter acesso à
GPU