TensorFlow & Co as a Service

Wer mit beliebten KI-Frameworks wie TensorFlow, CNTK, Caffe, Chainer und Co. ein Modell bauen wollte, musste sich bislang selbst um die komplette Infrastruktur kümmern und seine Data Science IDE entsprechend konfigurieren. Doch das hat jetzt ein Ende.

In dieser Session zeigt Sascha Dittmann wie man mit der Jupyter Notebooks und den Azure-Machine-Learning-Services eine durchgängige und einfach zu nutzende Data-Science-Umgebung aufbaut. Mit dieser lassen sich dann im großem Umfang parallel experimentieren, sowie Deep-Learning- und KI-Modelle trainieren.

Vorkenntnisse

Ein Grundverständnis für Maschinelles Lernen ist hilfreich

Lernziele

• Wie kann das Trainieren von Modellen zentral protokolliert werden?
• Wie können Modelle extern trainiert werden?
• Wie können Modelle in Produktion betrieben und überwacht werden?

 

Speaker

 

Sascha Dittmann
Sascha Dittmann ist Cloud Solution Architect bei der Microsoft Deutschland GmbH und unterstützt Kunden beim Implementierungsprozess von Cloud-Lösungen. Seine Schwerpunkte liegen in der Softwareentwicklung für die Microsoft-Azure-Plattform sowie in den Bereichen SQL Server Business Intelligence, Big Data und Machine Learning.

Gold-Sponsoren

HMS
Structr

Silber-Sponsoren

codecentric
Phytec

Bronze-Sponsor

incontext.technology GmbH

data2day-Newsletter

Sie möchten über die data2day
auf dem Laufenden gehalten werden?

 

Anmelden