Evento 29 Aprile

29
Aprile

Addestrare e distribuire modelli TensorFlow in Go

Ora inizio: 18:00 CEST


Durata: 50min


Format: webinar

Dove: online


Lingua: Inglese


Prezzo: gratuito

Speaker

Paolo Galeone

ML & CV Researcher

Abstract

Il passo finale del flusso di lavoro del machine learning è la distribuzione in produzione. In questa fase, vogliamo che il modello addestrato sia distribuito su un dispositivo, ma spesso il dispositivo ha un ambiente di runtime completamente diverso rispetto a quello utilizzato durante l’addestramento. TensorFlow, grazie al suo formato di serializzazione SavedModel, permette di distribuire un modello addestrato su diverse “piattaforme di distribuzione”.
Il vostro modello può essere eseguito su un browser, in un’applicazione Java, in uno script Python, e infine su ogni dispositivo che può eseguire un programma in linguaggio C. C’è, infatti, un’API C di TensorFlow che può essere utilizzata anche per generare binding di linguaggio – ed è qui che Go, con il suo FFI per il linguaggio C, entra in gioco.

In questo intervento, impareremo le basi dei binding di TensorFlow Go, i loro limiti e come la libreria tfgo semplifica il loro utilizzo. Inoltre, verrà presentata la flessibilità del formato di serializzazione SavedModel, e saremo in grado di progettare un ambiente di implementazione per l’apprendimento incrementale – in Go!


Argomenti

  • Machine learning workflow
  • Tensorflow program
  • Exporting training
  • Go binding
  • Simulating learning

A chi è rivolto

Sviluppatori Go che si approcciano al Machine Learning.


Prerequisiti

Conoscenza base del machine learning, un po’ di Python e un po’ di Go.


Materiale necessario

Nessuno.


Attestato di partecipazione

Un attestato di partecipazione verrà rilasciato alla fine del webinar.


Note importanti

Il talk sarà in lingua inglese.

Guarda su youtube

Seguici