Guillaume Laforges Session von der JAX 2017

Vision/Speech API, TensorFlow & Cloud Machine Learning: So macht Google Maschinen klüger

#Cloud #JAX 2017 #Maschinelles Lernen

19. September 2017 Redaktion JAXenter

Die größte Herausforderung in Sachen Deep Learning ist die Skalierbarkeit. Nutzt man einen einzelnen GPU-Server, kann es mitunter vorkommen, dass man Stunden oder gar Tage auf Resultate wartet. In seiner Session von der JAX 2017 stellt Guillaume Laforge, Developer Advocate der Google Cloud Platform, neue Machine Learning Services wie das Cloud Vision API und das Speech API vor, die ohne jegliches Training funktionieren, da sie bereits vortrainiert sind.

Ein GPU-Server? Das ist in der Produktion allerdings keinesfalls ausreichend, irgendwann wird ein Distributed Training in der Cloud unabdingbar. Für das Training hochskalierter Neuronaler Netzwerke in der Cloud baut Google bereits seit Jahren an einer Infrastruktur, deren Technologie das Unternehmen nun mit externen Entwicklern teilt. Guillaume Laforge zeigt, wie die neuen APIs funktionieren und wie das TensorFlow und Cloud Machine Learning in Kombination mit Googles verteilter Infrastruktur das Training für Standardmodelle um das bis zu 40-Fache beschleunigen kann.

Machine Intelligence at Google Scale: Vision/Speech API, TensorFlow and Cloud Machine Learning from JAX TV on Vimeo.

At Google, Guillaume Laforge is Developer Advocate for the Google Cloud Platform, where he spreads the word about the rich set of products and services offered for developers wishing to take advantage of the cloud for their projects and businesses. And at night, Guillaume is the PMC Chair for Apache Groovy.