English

Spark 上で動くディープラーニングフレームワークを実装することで学んだこと

Deep LearningのフレームワークとしてはTensorFlow, Caffe, Chainerなどが有名ですが、数学的な背景やフレームワーク特有の考え(計算グラフ、Autograd)が必要ということもあり実装への敷居は若干高く感じられています。またそれらをスケールするように分散システムとして作るというのは更に難しいものになります。 Apache Sparkは近年最も活発に開発されている分散フレームワークのひとつでScalaで書かれています。このセッションではSparkを使って、シンプルなDeep Learningフレームワークを一から作ってみて感じた分散Deep Learningの勘所をお話します。内容はSpark上での実装詳細に加えて、スケールする勾配法やモデルの同期といった分散Deep Learningの概念的な話もします。

トークの長さ
40分
発表言語
日本語
聴衆の対象
中級者: 分野の基礎は分かるが、細かい所は不安
こんな人におすすめ
処理系に興味がある人
Pythonに興味がある人
Scalaでパーザーコンビネーターの導入を検討してる人
発表者
佐々木 海 (Software Engineer, Treasure Data)

票中 票投票済み

応募一覧