PHP 在机器学习上的应用及云深度学习平台的架构设计与实现
机器学习专题
PHP 7 以来发布了 PHP 的机器学习库 PHP-ML,使得 PHP 在机器学习开发上也可以大展身手,那么现在有哪些应用?同时,云深度学习平台也在逐渐发展 ,深度学习平台都要包含哪些功能和服务,架构是什么样的,PHP 语言作为 Client 端如何实现?谷歌的 Cloud Machine Learning 上有什么可以借鉴的经验?我们就一起聊一聊这些话题。
演讲大纲:
一、明晰 平台的功能、机器学习服务介绍、PHP-ML 的应用
二、云深度学习平台设计和实践
平台:集群架构设计及部署:参数配置、多实例并行计算
算法及框架:测试和数据可视化、PHP-ML 配合 Kubernetes、Spark 的大规模数据训练
1. 深度学习的问题理解与分析:场景分析、数据评估、问题抽象
2. 参数调优技巧:基于成熟模型进行微调(fine-tune)、训练误差衡量准则等
生产环境:部署模型
1. 生产应用:训练环境与生产环境的数据接口、生产应用环境服务接口、模型退化的解决方法
三、从谷歌的 Cloud Machine Learning 和亚马逊的 Amazon Machine Learning 上可以借鉴的经验