你将收获

医疗AI场景的独特生产环境与挑战

统一源自不同机器学习训练框架的模型预测

计算调度中的实践、困难与挑战

.如何榨尽最后一点资源加速模型的大规模预测

适用人群

深度学习的工业实践者

课程介绍

机器学习模型从训练导出到生成环境部署，这个过程中涉及大量工作，会面临着各种问题与挑战，比如不断丰富的业务场景，系统需要负载种类繁多的神经网络，预测任务不均匀等，然而企业拥有的计算资源（如GPU个数）是有限的，如何能在有限资源下顺利完成任务，是一个不小的挑战。
同时，医疗AI场景有着其独特的生产环境，本期课程推想科技将分享工程实践中如何解决上述挑战的，并与大家探讨如何从零开始，分析与抽象问题，设计架构，并开发出一个支持任意计算资源限定、任意机器学习框架、任意计算场景的模型预测的解决方案。

课程目录

讨论留言

正在加载中...

同学笔记

没有更多了

推荐

机器学习之朴素贝叶斯理论与代码实践

16节课 1903人学习

机器学习--45天从入门到实战视频教学

53节课 3718人学习

机器学习入门30天实战

99节课 9448人学习

机器学习Sklearn全套教程（程序员必备）

8节课 2136人学习

机器学习案例实战第二课-欺诈检测

8节课 7385人学习

机器学习之集成学习（Ensemble Learning）视频教学

5节课 1203人学习