[国内信息] 免费领取阿里云代金券2020元啦！新老用户同享。 [复制链接]
查看:185192 | 回复:2373

gydtep · 发表于 2020-8-2 13:32:16

最难做的是全组件的热迁移，包含芯片、FPGA组件全部做热升级。解决了热升级的问题，我才解决整个研发上能够快速迭代的难题。

gydtep · 发表于 2020-8-2 14:46:39

刚刚一直提到的Dragonfly Hypervisor有以下特点：

超轻薄，资源零损耗。内存占用大概每个虚拟机不到1 MB，但是CPU占用小于0.1%

gydtep · 发表于 2020-8-3 09:28:38

完成从数据的抽取，预处理，模型训练，评估，预测，模型解释，运筹规划等工作流的构建。

gydtep · 发表于 2020-8-3 09:49:06

为什么要使用SQL语言描述端到端AI任务

gydtep · 发表于 2020-8-3 11:01:39

抽取数据之后需要进行数据预处理，比如去掉错误的数据，填充缺失的数据，整理，排序等。

gydtep · 发表于 2020-8-3 14:24:20

另外从需求到上线，为了保证线上服务和数据产出的稳定，也需要通过许多的步骤。比如业务同学说：「活动要上线了，时间点很关键，明天必须发布！」

gydtep · 发表于 2020-8-3 16:12:39

在描述模型训练任务时，使用 SQLFlowSQL 只需要编写 SELECT * FROM iris.train TO TRAIN DNNClassifier LABEL class INTO my_dnn_model; 即可，如果使用Python完成相同的任务则需要编写如下图这样的较长的代码。

gydtep · 发表于 2020-8-3 21:30:39

其中, SELECT * FROM iris.test 指定使用另一个表 iris.test 作为验证集，TO e valUATE my_dnn_model 指定要评估的模型是我们刚才训练的my_dnn_model，LABEL class 指定评估数据集中的标签列为 class，I

gydtep · 发表于 2020-8-4 10:04:47

另外，在开始训练之前，我们还需要确定使用哪个模型，XGBoost模型还是深度学习模型，哪个模型更适合当前的场景？

gydtep · 发表于 2020-8-4 11:22:24

在模型训练阶段，算法工程师首先需要掌握各种建模的能力，算法原理和基础知识，也需要熟练使用各种机器学习引擎如 sklearn, XGBoost, Tensorflow, Pytorch等；