PTT數位生活區 / DataScience

[討論] Deep Learning 建模與部屬產品的流程

看板DataScience作者 (搖滾56)時間6年前 (2018/02/15 00:05), 6年前編輯推噓8(8推 0噓 2→)
留言10則, 7人參與, 6年前最新討論串1/2 (看更多)
這問題分為兩塊 1. prototype 時用的工具、環境 由於 prototype 時，需要能快速實作與修改網路架構、 方便訓練、微調 hyper parameter、 fine tune weight 這部分常見的有兩派 a. docker + tensorflow + high level api ex: (keras or TFLearn or slim) ipython notebook 修改上層流程 搭配 tensorboard 來看 learning curve b. docker + caffe ps: 用 docker 原因是裝環境麻煩，build docker image 乾淨俐落， 確保團隊使用一樣的環境 而且當環境被玩壞的時候，三秒復原給你看XD 2. 部署至產品上的工具 這邊通常要求 forward 快速，相依 library 少 如果是 手機、嵌入式等 arm 環境， 則 library 大小、model 也是能小則小。 這一塊較受歡迎的，有 tensorflow lite、caffe2、 core ml、ncnn、mobile deep learning 若是雲端環境，則 mxnet 似乎是不錯的選擇 請問各位三百萬大大，有推薦使用的工具嗎？ 蠻好奇不同情境下，適用的工具 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.73.158.69 ※ 文章網址: https://www.ptt.cc/bbs/deeplearning/M.1518624350.A.BB6.html ※ 編輯: rocking5566 (114.25.13.109), 02/15/2018 00:14:36
→
02/15 02:16, 6年前 , 1F
300萬大大在隔壁板QQ
02/15 02:16, 1F
推
02/15 09:34, 6年前 , 2F
300萬大大在隔壁板QQ
02/15 09:34, 2F
→
02/15 09:36, 6年前 , 3F
但要滿足部署需求可以考慮：https://youtu.be/eZdOkDtYMoo
02/15 09:36, 3F
推
02/15 09:37, 6年前 , 4F
這類非tool面向的方法。這個人在youtube有許多相關talk。
02/15 09:37, 4F
推
02/15 09:51, 6年前 , 5F
坐等神人詳解
02/15 09:51, 5F
推
02/20 03:59, 6年前 , 6F
300萬是什麼梗?
02/20 03:59, 6F
推
02/20 22:17, 6年前 , 7F
300萬是什麼梗?
02/20 22:17, 7F
推
02/27 10:18, 6年前 , 8F
年薪300吧XDDD
02/27 10:18, 8F
推
02/28 16:29, 6年前 , 9F
真正的問題是誰，看起來好像真有其人再隔壁版
02/28 16:29, 9F
推
03/01 01:32, 6年前 , 10F
有的 我記得他貼過薪資單還什麼的
03/01 01:32, 10F
‣ 更多 rocking5566 的文章
文章代碼(AID): #1QX5vUks (DataScience)
DataScience 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 rocking5566 的文章
文章代碼(AID): #1QX5vUks (DataScience)