溫馨提示×

溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

Flink 在人工智能領域的應用實踐

發(fā)布時間：2020-08-11 09:05:35 來源：ITPUB博客 閱讀：161 作者：大濤學長 欄目：關系型數(shù)據(jù)庫
人工智能是未來十年最重要的技術革命與驅動力，在各行各業(yè)產(chǎn)生著日益重要的作用，它與大數(shù)據(jù)的發(fā)展相輔相成，不僅推動人類社會邁入更智慧的世界，也為數(shù)據(jù)的應用帶來無可估量的價值。


11 月 28 - 30 日，F(xiàn)link Forward Asia 2019 人工智能專場將聚焦于 Flink 在機器學習上的新技術與新應用，內容包含：
  • Flink 機器學習進度幾何？
  • 如何將 Flink 與 TensorFlow 等框架相結合？
  • 有哪些 Flink 在機器學習上的生產(chǎn)實踐應用？
為你呈現(xiàn) Flink 機器學習的具體應用實踐與最新技術落地案例。

Deep Learning On Apache Flink

陳龍 | Tencent Engineer
本次演講將介紹一個新的 Flink 項目 dlonflink。它能夠使 Flink 具備運行分布式訓練和實時更新模型服務的能力，用戶不僅可以使用 Scala 開發(fā)，而且可以基于 Python，只需修改幾行代碼即可在 Flink 上運行 TensorFlow，同時也支持 PyToch 和 MXNet。我們將詳細介紹 Java 和 Python 之間數(shù)據(jù)交換相關的設計以及框架管理的實現(xiàn)。

在 Flink 上使用 Analytics-Zoo 進行大數(shù)據(jù)分析與深度學習模型推理的架構與實踐

史棟杰 | 英特爾資深軟件架構師
英特爾資深軟件架構師。多年從事企業(yè)級計算、風控、大數(shù)據(jù)分析、云計算容器編排、數(shù)據(jù)分析與人工智能領域的研發(fā)，英特爾開源框架 BigDL 與 Analytics-Zoo 的貢獻者之一。主要分享內容如下：
  1. Analytics-Zoo 簡介：基于 Apache Spark、Tensorflow、Keras 和 BigDL 的大數(shù)據(jù)分析+AI 平臺。
  2. 將大數(shù)據(jù)上的深度學習應用部署到生產(chǎn)環(huán)境，F(xiàn)link 流處理場景的支持及使用 OpenVINO 加速。
  3. 一種基于消息訂閱和 Flink 流處理的 Cluster Serving 架構。

Apache Flink + TensorFlow，攜程實時智能異常檢測平臺實踐

潘國慶 | 攜程大數(shù)據(jù)研發(fā)經(jīng)理
隨著近幾年的發(fā)展，實時計算的技術日趨成熟，實時計算的場景也越來越繁多，F(xiàn)link 也漸漸成為實時計算引擎的首選之一，從簡單的實時 ETL 到復雜的 CEP 場景 Flink 都能夠很好的駕馭。
本次分享主要介紹攜程如何基于 Flink 與 Tensorflow 構建攜程實時智能異常檢測平臺，用于解決規(guī)則告警系統(tǒng)準確率低、時效性低、規(guī)則配置復雜與耗費人力等諸多問題，實現(xiàn)業(yè)務指標毫秒級延遲與智能化檢測，依托 Flink 實現(xiàn)了強大的容錯機制。

基于 Apache Flink 的機器學習算法平臺實踐與開源

楊旭 | 阿里巴巴資深算法專家
阿里巴巴計算平臺事業(yè)部正在與 Flink 社區(qū)合作，開源自研的機器學習算法庫，基于該算法庫，用戶可以更方便地構建高性能的 Flink 機器學習作業(yè)。我們希望通過開源來促進 Flink 社區(qū)在機器學習領域的發(fā)展。同時也歡迎更多開發(fā)者與我們攜手共進，建立更強大、更完整的 Flink 算法庫。
本次分享主要圍繞團隊基于 Flink 研發(fā)高性能機器學習算法庫過程中的技術積累與收獲，以及開源的進展。

Apache Flink AI Ecosystem Effort

陳戊超 | 阿里巴巴技術專家 高赟 | 阿里巴巴技術專家
Flink 是一個分布式計算引擎，支持批流一體的數(shù)據(jù)處理。在實際生產(chǎn)中的人工智能使用場景中，F(xiàn)link 在包括特征工程，在線學習，在線預測等方面都有一些獨特優(yōu)勢，為了更好的支持人工智能的使用場景，社區(qū)以及各個生態(tài)廠商都做了一些工作，本演講將幾點介紹近期 Flink 在人工智能生態(tài)系統(tǒng)中的工作進展。
  1. Flink ML Pipline: 定義了在 Flink 上運行機器學習工作流程的 API 包括特征工程，模型訓練，模型預測等。
  2. Alink：是基于 Flink的機器學習算法庫。
  3. Flink ML Workflow：以 Flink 為基礎，結合深度學習框架 TensorFlow / PyTorch 為用戶提供了串聯(lián)整個機器學習工作鏈路中各個階段的 API，并且同時支持批和流的運行模式。
  4. Streaming-based mini-batch iteration architecture：Flink 在流運行模式下支持迭代的新架構設計。



原文鏈接
本文為云棲社區(qū)原創(chuàng)內容，未經(jīng)允許不得轉載。
向AI問一下細節(jié)

免責聲明：本站發(fā)布的內容（圖片、視頻和文字）以原創(chuàng)、轉載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權內容。

AI
助
手