从深度学习开始
深度学习模型的性能以随数据大小的缩放而良好而闻名,但训练这些模型可能是出了名的耗时。随着越来越多的公司采用深度学习,使用分布式深度学习框架的需求变得比以往任何时候都更加重要。
在本次网络研讨会中,我们将分享:
- 分布式深度学习是如何工作的,并给你一个不同框架的概述,包括TensorFlow, Keras和Pytorch。
- 在深度学习项目的各个阶段,Databricks如何使数据科学家能够轻松地将他们的单机工作负载迁移到分布式工作负载。
- 一个分布式深度学习训练的演示,使用我们新发布的功能,HorovodRunner。
主持人
曹一凡,Databricks高级产品经理
Yifan Cao是Databricks的高级产品经理。他的产品领域包括ML/DL算法和Databricks Runtime for Machine Learning。在加入Databricks之前,Yifan曾致力于两个机器学习产品,应用NLP查找元数据和应用机器学习预测设备故障。他帮助ARR公司从无到有地开发出了价值数百万美元的产品。Yifan的职业生涯始于量子计算的研究人员。他在加州大学伯克利分校获得学士学位,在麻省理工学院获得硕士学位。