TensorFlow 课程（四）

课程

利用高性能计算实现基础科学的深度学习

基础科学（包括粒子物理学和宇宙学）使用复杂的仪器生成上百亿兆的数据，并通过分析这些数据来揭示宇宙的秘密。相比于以前，深度学习支持直接开发利用更高维度的仪器数据，从而提升新发现的敏感度。在本讲中，我们的演讲嘉宾 Wahid Bhimji (NERSC) 将介绍该领域的近期活动，特别是在 NERSC（美国国家能源研究科学计算中心）的活动。NERSC 位于伯克利国家实验室，是美国基础科学的任务超级计算中心。这项研究以 Tensorflow 为基础，旨在探索新的方法和应用，利用高性能计算规模以及为基础科学家提供多产的深度学习环境。

Tensor2Tensor

Tensor2Tensor 是深度学习模型和数据集的库，它有助于为各种机器学习应用（如翻译、解析、图像字幕制作等）创建最先进的模型，以远超以往的速度探索各种创意。

分布式 TensorFlow

本讲展示如何使用 Keras 高级 API 执行分布式 TensorFlow 训练。该团队将带您了解 TensorFlow 的分布式架构、如何使用 Kubeflow 和 Kubernetes 创建分布式集群，以及如何分配在 Keras 中创建的模型。