Сегодня мы в @GDGVancouver (GDG Cloud Vancouver) провели мероприятие День с машинным обучением, которое было попыткой команды рассказать нашим участникам о Ускоренном курсе машинного обучения с использованием TensorFlow. Это попытка подвести итоги множества дискуссий, которые мы провели сегодня во время мероприятия, для более широкой аудитории.

Самым интересным аспектом сегодняшнего дня было то, что наша аудитория признала тот факт, что машинное обучение имеет решающее значение для успеха самих себя и продуктов, которые они создают. Это большое дело, учитывая, что люди по-прежнему скептически относятся к облаку. Это показывает, что фундаментальный сдвиг в нашем подходе к нашим проблемам меняется, и нам нужно делать больше, чтобы помочь этим инициаторам перемен в достижении их целей.

Одна из тем, которые мы сегодня обсуждали, касалась подготовки наших моделей к производству. Мы говорили о том, как следует использовать шаблон программирования Estimators API, чтобы убедиться, что они следуют лучшим практикам при построении своих моделей. Затем разговор перешел на службу TensorFlow, которую можно использовать для развертывания этих моделей дома или на сервере (сделайте это в Google Cloud, они в этом хороши!). Мы также говорили о TFX и о том, как он формирует набор лучших практик для сквозного и масштабируемого выполнения операций машинного обучения.

Другой интересной темой была простота использования. Проблемы разнообразны, язык программирования для одного решается командой TensorFlow с выпуском библиотек JS и Swift, и, надеюсь, мы увидим больше инвестиций и в другие библиотеки. Еще одна проблема - понять концепции, связанные с объединением данных и выполнением графов. Пока эти проблемы решаются с помощью Жадного исполнения и tf.data, предстоит еще много работы.

Как мне вообще кодировать художественный стиль? Этот вопрос возник после просмотра Лаборатории кодов передачи художественного стиля и был очень интересным обсуждением. Удивительно видеть, на что способны нейронные сети. Еще лучше увидеть это в действии на игровой площадке TensorFlow, которая значительно упрощает понимание новичками.

Когда ТПУ поступят в продажу? Люди с электронным прошлым очень этим заинтригованы. Хотя я не думаю, что Google представит их в ближайшее время, вы можете начать использовать TPU для своих моделей с Google Cloud уже сегодня. А если вы исследователь, получить доступ к аналитическому облаку TensorFlow должно быть еще проще.

Мне нужна лучшая демонстрация для TensorBoard, но люди все еще поражены глубиной предоставляемой информации. Возможность использовать уже доступные модели из TensorFlow hub и переобучать их с использованием ваших данных и, наконец, визуализировать все в TensorBoard - отличный способ понять и узнать больше о вашей модели и сделать процессы обучения еще более эффективными.

Прежде чем мы закончим, спасибо Стелле за прекрасную презентацию о машинном обучении в системах электронного обучения, спасибо всем (докладчикам и участникам), которые пришли в субботу на целый день с нами и сделали это мероприятие успешным. Спасибо нашему организатору @ EventBase и команде GDG Cloud Vancouver за то, что сделали это мероприятие возможным.

Еще несколько ресурсов от меня:

Если у вас есть фотографии с мероприятия, поделитесь и с нами! :) До встречи на нашем следующем мероприятии!