TensorFlow作为一个开源机器学习和深度学习框架发布后的几年内，它的采用率达到了惊人的水平。看看github页面上的明星数量：超过105K；看看贡献者的数量：1500+；观察它在垂直领域的渗透和普及：从医学成像到游戏；从计算机视觉到语音识别和自然语言处理。正如旧金山的Spark+AI峰会，以及欧洲Spark+AI峰会，我们看到了关于使用TensorFlow和其他深度学习框架作为新轨道的一部分的高质量技术讲座：人工智能、产品化ML和深度学习技术。在这个博客中，我们重点介绍了一些吸引我们眼球的谈话，它们的承诺和潜力。如果你对峰会或技术不熟悉，有一些导航指导总是很有帮助的。例如，看看逻辑时钟AB是如何使用apachespark和TensorFlow来预示开发分布式学习和培训的新方法。Jim Dowling在他的演讲《ApacheSpark和TensorFlow分布式深度学习》中，将探讨ApacheSpark与深度学习框架（如TensorFlow、TensorFlowonSpark、Horovod和深度学习管道）相结合的多种方式，以构建深度学习应用程序。与上述讨论密切相关的是，将TensorFlow、Keras或Pythorch等流行的深度学习框架整合为ApacheSpark上的一流公民，是ProjectHydrogen：在ApacheSpark中统一最先进的人工智能和大数据。Tim Hunter和Meng Xiangrui Meng将分享如何统一数据和人工智能，以简化构建面向生产的人工智能应用程序。继续讨论Spark如何与深度学习框架很好地集成，Tim Hunter和Debajyoti Roy先生将讨论如何使用ApacheSpark和深度学习管道完成地理空间分析。现在，如果你是一个新闻迷，想知道如何解读和辨别它的情感内容，你可能会惊叹于它背后复杂算法和技术的使用以及如何应用它。在这个引人入胜的用例中，一个人工智能用例：通过情绪和情绪分析来确定市场事件的影响，来自IBM的雷高和王进先生将展示他们的技术水平。类似地，如果你想知道，当使用人工智能分析和分类时，社交媒体图像是如何吸引人的，比如说在营销活动中，杰克·麦库什的这节课将证明同样吸引人：通过深入学习预测社会形象的社会参与度。在旧金山举行的Spark+AI峰会上，Jeffrey Yau用递归神经网络和向量自回归模型（Vector Autoregressive Model）对时间序列进行预测的演讲：什么时候以及如何取得巨大成功。他将在伦敦重申向量自回归（VAR）模型和递归神经网络（RNN）两种具体技术如何应用于金融模型。此外，IBM的nickpentreath将在他的演讲中提供RNN的概述、时间序列和序列数据建模、通用体系结构和优化技术、用于推荐和个性化的递归神经网络。数据和人工智能都是关于生产ML模型的规模，关于管理支持ML代码的数据基础设施。三次谈话似乎符合你可能感兴趣的条件。第一个例子来自josefhabdan，一个航空用例，命名恰当，使用结构化流和SparkML的实时集群引擎，每天运行数十亿行。第二位是来自Uber和Databricks的Gaurav Agarwal和Mani Parkhe先生，他们是规模化的智能化用户通信公司Uber和Databricks。第三项业务是为拥有数十万用户的智能家庭生产可伸缩、高容量的apachespark管道。库比的ernidurdevic将在他的演讲中分享在开发和管理大容量apachespark管道方面的经验教训。在Databricks，我们珍视创始人的学术渊源，因此历届峰会都有研究的痕迹。技术研究预示着范式的转变，例如，在加州大学伯克利分校，它导致了Spark；在谷歌，它导致了TensorFlow；在CERN，它导致了万维网。尼古拉·马利茨基的演讲《Spark-MPI:approach-the-Fifth paradigment》将通过介绍基于MPI过程管理接口（PMI）的Spark-MPI方法来解决数据密集型和计算密集型生态系统之间现有的阻抗不匹配问题。英特尔的研究人员Qi Xie和Sophia Sun将分享一个案例研究：用FPGA加速Apache Spark：用FPGA加速10TB TPCx HS Spark基准测试的案例研究。最后，如果您是TensorFlow、Keras或Pythorch的新手，并且想了解它是如何与数据和人工智能相结合的，那么您可以参加AWS和Azure提供的培训课程：通过Keras、TensorFlow和ApacheSpark进行深入学习。或者，要获得一个关于三个深度学习框架的粗略和精心策划的故事，请参加Brooke Wenig的和我的演讲。下一步是什么你也可以阅读并从时间表中挑选会话。在下一个博客中，我们将分享我们从数据科学、开发人员和深度潜水相关的会议中挑选的内容。如果您还没有注册，请使用这个代码JulesPicks并获得20%的折扣。阅读更多了解更多关于初始主题的信息：Spark+AI峰会欧洲议程公布免费试用Databricks。今天就开始吧