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