5月14日Apache Spark中国社区技术直播【Analytics Zoo上的分布式TensorFlow训练AI玩FIFA足球游戏】
主题:
Analytics Zoo上的分布式TensorFlow训练AI玩FIFA足球游戏
时间:
2020.5.14 19:00
参与方式:
扫描下方海报二维码加入钉钉群
或者
届时点击直播间直接观看(回看链接)
https://developer.aliyun.com/live/2802
讲师介绍:
喻杉,Intel大数据分析团队机器学习工程师。她目前专注于在analytics-zoo大数据和人工智能平台上开发针对时间序列分析的自动机器学习组件。在加入intel前,她在浙江大学获得了学士和硕士学位。
直播简介:
近年来,由于对通用人工智能研究的潜在价值,训练AI玩游戏一直是一个火热的研究领域。FIFA实时视频游戏场景复杂,需要结合图像,强化学习等多种不同的AI技术,同时也要求agents响应有实时性,因此是一个非常好的试验场,可以用来探索不同类型的A
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
海量数据场景下机器学习模型训练方案
实际处理和解决机器学习工程化问题过程中,我们很难通过单点完成机器学习模型的训练。这些场景包括在线推荐,CTR预估,Lookalike营销等,当有上亿条数据,上千上万维特征,这些应用涉及到的数据量在10G以上甚至TB级别,那么该如何基于海量数据来训练模型呢? 增量学习与特征选择 增量学习 增量学习即使用小batch的数据中进行学习(有时候也称为online learning)是这种学习方式的核心,因为它能让任何一段时间内内存中只有少量的数据,然后将最终的结果通过Voting的方式产生输出,如下是参考代码 #切分块数 cnt=20 size = math.ceil(len(train) / cnt) result=[] for i in range(cnt): start = size * i end = (i + 1) * size if (i + 1) * size < len(train) else len(train) #对数据做batch slice = train[start:end] result.append(batch_predict(pd.concat([slic...
- 下一篇
明日直播预告:阿里云智能中间件首席架构师为大家带来直播分享
互联网架构下的微服务体系已经成为数字化转型的主流架构,云原生技术让这一架构进一步发展,不仅提升了系统的稳定性和降低了编程复杂性外,还让应用从云带来的分布式复杂性中彻底解脱出来,快速构建健壮、极具弹性、易观察的云原生应用。 5月12日(周二)14:00,阿里云智能中间件首席架构师李小平为大家带来分享: 1、云原生的微服务架构有哪些主要的技术变化? 2、现有服务架构又如何演进到云原生微服务架构? 钉钉扫描二维码,加入直播群内免费看直播!
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS6,CentOS7官方镜像安装Oracle11G
- 设置Eclipse缩进为4个空格,增强代码规范
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- SpringBoot2全家桶,快速入门学习开发网站教程
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- MySQL8.0.19开启GTID主从同步CentOS8