申请试用
HOT
登录
注册
 

使用Intel BigDL2.0为pytorch/tensorflow/deeprec人工智能应用加速-邓珺玮

英特尔AI实践日
/
发布于
/
663
人观看

人工智能应用在各行业已经拥有了成功的使用案例,并取得了更优秀的业务指标。但人工智能应用通常所需计算资源较多,运行速度慢,限制了模型的开发,迭代以及部署时的速度;英特尔BigDL2.0提供了统一的AI大数据架构,并为AI应用在CPU上的加速给出了解决方案:bigdl-nano项目无缝式的模型训练与推理加速帮助用户在不改动或改动很少代码的情况下取得显著的加速。本次分享中将会展示bigdl-nano的使用方法以及在多个使用案例中的效果。

邓珺玮,Intel人工智能框架工程师。他目前专注于BigDL大数据与人工智能平台上对自动机器学习, 机器学习框架性能加速组件以及时间序列分析框架的研发。他曾在NIPS,WSDM等人工智能会议上发表论文。在加入intel之前,他分别在密歇根大学安娜堡分校和上海交通大学获得了硕士与学士学位。

0点赞
0收藏
6下载
确认
3秒后跳转登录页面
去登陆