Zurück

PyTorch: From research to production?

Zählt man heute die größten Machine-Learning-Frameworks auf, so darf PyTorch nicht mehr fehlen. Wie der Titel schon verrät, legt PyTorch das Augenmerk nicht nur auf schnelles Prototyping, sondern auch auf den produktiven Einsatz. Durch seine Fahrzeugprojekte ist Fabian Bormann auch im hardwarenahen Umfeld unterwegs, in die sich Frameworks wie Keras nicht einbetten lassen.

Hier soll PyTorch Abhilfe schaffen. Seine Erfahrungen mit dem produktiven Einsatz von PyTorch möchte er in diesem Talk darstellen. Im Fokus stehen dabei CI/CD-Konzepte für ML-Webservices und auch der Einsatz und das Trainieren von Strukturen im Fahrzeug.

Vorkenntnisse

Theoretischer Hintergrund von neuronalen Netzstrukturen und grundlegenden Machine Learning Konzepten sind hilfreich.

Lernziele

Einschätzen, ob PyTorch in Zusammenhang mit (produktiven) Use Case sinnvoll einzusetzen ist.

Speaker

Fabian Bormann arbeitet zurzeit an Projekten im Bereich Machine Learning und Big Data bei IAV. Zuvor war er in unterschiedlichen Forschungseinrichtungen im Bereich Bioinformatik tätig. Durch seine mehrfache Mitgliedschaft als Mentor/Org Admin beim Google Summer of Code unterstützt er aktiv die Open-Source-Gemeinschaft.

Gold-Sponsoren

Silber-Sponsoren

Bronze-Sponsor

JETZT SPONSOR WERDEN

data2day-Newsletter

Sie möchten über die data2day
auf dem Laufenden gehalten werden?

Anmelden