Flink在人工智能領(lǐng)域的應(yīng)用實踐

人工智能是未來十年最重要的技術(shù)革命與驅(qū)動力，在各行各業(yè)產(chǎn)生著日益重要的作用，它與大數(shù)據(jù)的發(fā)展相輔相成，不僅推動人類社會邁入更智慧的世界，也為數(shù)據(jù)的應(yīng)用帶來無可估量的價值。

11 月 28 - 30 日，F(xiàn)link Forward Asia 2019 人工智能專場將聚焦于 Flink 在機器學(xué)習(xí)上的新技術(shù)與新應(yīng)用，內(nèi)容包含：

Flink 機器學(xué)習(xí)進度幾何？
如何將 Flink 與 TensorFlow 等框架相結(jié)合？
有哪些 Flink 在機器學(xué)習(xí)上的生產(chǎn)實踐應(yīng)用？

為你呈現(xiàn) Flink 機器學(xué)習(xí)的具體應(yīng)用實踐與最新技術(shù)落地案例。

Deep Learning On Apache Flink

陳龍 | Tencent Engineer

本次演講將介紹一個新的 Flink 項目 dlonflink。它能夠使 Flink 具備運行分布式訓(xùn)練和實時更新模型服務(wù)的能力，用戶不僅可以使用 Scala 開發(fā)，而且可以基于 Python，只需修改幾行代碼即可在 Flink 上運行 TensorFlow，同時也支持 PyToch 和 MXNet。我們將詳細(xì)介紹 Java 和 Python 之間數(shù)據(jù)交換相關(guān)的設(shè)計以及框架管理的實現(xiàn)。

在 Flink 上使用 Analytics-Zoo 進行大數(shù)據(jù)分析與深度學(xué)習(xí)模型推理的架構(gòu)與實踐

史棟杰 | 英特爾資深軟件架構(gòu)師

英特爾資深軟件架構(gòu)師。多年從事企業(yè)級計算、風(fēng)控、大數(shù)據(jù)分析、云計算容器編排、數(shù)據(jù)分析與人工智能領(lǐng)域的研發(fā)，英特爾開源框架 BigDL 與 Analytics-Zoo 的貢獻(xiàn)者之一。主要分享內(nèi)容如下：

Analytics-Zoo 簡介：基于 Apache Spark、Tensorflow、Keras 和 BigDL 的大數(shù)據(jù)分析+AI 平臺。
將大數(shù)據(jù)上的深度學(xué)習(xí)應(yīng)用部署到生產(chǎn)環(huán)境，F(xiàn)link 流處理場景的支持及使用 OpenVINO 加速。
一種基于消息訂閱和 Flink 流處理的 Cluster Serving 架構(gòu)。

Apache Flink + TensorFlow，攜程實時智能異常檢測平臺實踐

潘國慶 | 攜程大數(shù)據(jù)研發(fā)經(jīng)理

隨著近幾年的發(fā)展，實時計算的技術(shù)日趨成熟，實時計算的場景也越來越繁多，F(xiàn)link 也漸漸成為實時計算引擎的首選之一，從簡單的實時 ETL 到復(fù)雜的 CEP 場景 Flink 都能夠很好的駕馭。

本次分享主要介紹攜程如何基于 Flink 與 Tensorflow 構(gòu)建攜程實時智能異常檢測平臺，用于解決規(guī)則告警系統(tǒng)準(zhǔn)確率低、時效性低、規(guī)則配置復(fù)雜與耗費人力等諸多問題，實現(xiàn)業(yè)務(wù)指標(biāo)毫秒級延遲與智能化檢測，依托 Flink 實現(xiàn)了強大的容錯機制。

基于 Apache Flink 的機器學(xué)習(xí)算法平臺實踐與開源

楊旭 | 阿里巴巴資深算法專家

阿里巴巴計算平臺事業(yè)部正在與 Flink 社區(qū)合作，開源自研的機器學(xué)習(xí)算法庫，基于該算法庫，用戶可以更方便地構(gòu)建高性能的 Flink 機器學(xué)習(xí)作業(yè)。我們希望通過開源來促進 Flink 社區(qū)在機器學(xué)習(xí)領(lǐng)域的發(fā)展。同時也歡迎更多開發(fā)者與我們攜手共進，建立更強大、更完整的 Flink 算法庫。

本次分享主要圍繞團隊基于 Flink 研發(fā)高性能機器學(xué)習(xí)算法庫過程中的技術(shù)積累與收獲，以及開源的進展。

Apache Flink AI Ecosystem Effort

陳戊超 | 阿里巴巴技術(shù)專家高赟 | 阿里巴巴技術(shù)專家

Flink 是一個分布式計算引擎，支持批流一體的數(shù)據(jù)處理。在實際生產(chǎn)中的人工智能使用場景中，F(xiàn)link 在包括特征工程，在線學(xué)習(xí)，在線預(yù)測等方面都有一些獨特優(yōu)勢，為了更好的支持人工智能的使用場景，社區(qū)以及各個生態(tài)廠商都做了一些工作，本演講將幾點介紹近期 Flink 在人工智能生態(tài)系統(tǒng)中的工作進展。

Flink ML Pipline: 定義了在 Flink 上運行機器學(xué)習(xí)工作流程的 API 包括特征工程，模型訓(xùn)練，模型預(yù)測等。
Alink：是基于 Flink的機器學(xué)習(xí)算法庫。
Flink ML Workflow：以 Flink 為基礎(chǔ)，結(jié)合深度學(xué)習(xí)框架 TensorFlow / PyTorch 為用戶提供了串聯(lián)整個機器學(xué)習(xí)工作鏈路中各個階段的 API，并且同時支持批和流的運行模式。
Streaming-based mini-batch iteration architecture：Flink 在流運行模式下支持迭代的新架構(gòu)設(shè)計。

原文鏈接

本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

網(wǎng)站欄目：Flink在人工智能領(lǐng)域的應(yīng)用實踐
地址分享：http://chinadenli.net/article34/giehpe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供建站公司、微信小程序、網(wǎng)站維護、云服務(wù)器、網(wǎng)站設(shè)計公司、App設(shè)計

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)容