谷歌發(fā)布 tf.Transform；微軟劍橋推出 DeepCoder | AI 研習社周刊

本文作者：恒亮

2017-02-25 17:23

導語：雷鋒網 AI 研習社欄目本周匯總。

對于AI開發(fā)者來說，本周可謂喜訊不斷。首先是谷歌發(fā)布了全新的 tf.Transform 組件，大大簡化了機器學習中的數(shù)據(jù)預處理問題；同時，從去年秋天開始傳聞的 GPU 云端加速服務也終于在谷歌云平臺實現(xiàn)了；另外，微軟公司聯(lián)合劍橋大學在最近發(fā)布的一篇論文中闡述了一個名為 DeepCoder 的機器學習系統(tǒng)，據(jù)介紹，該系統(tǒng)擁有基礎編程能力，可以幫助不會寫代碼的人制作簡易程序。最后，我們推薦幾個本周內雷鋒網出品的“高能”開發(fā)者資源合集，祝各位周末愉快。

谷歌發(fā)布全新 TensorFlow 庫“tf.Transform”

谷歌發(fā)布 tf.Transform；微軟劍橋推出 DeepCoder | AI 研習社周刊

在實際的機器學習開發(fā)中，開發(fā)者通常需要對數(shù)據(jù)集進行大量的耗時費力的預處理過程，以適應各種不同標準的機器學習模型（例如神經網絡）。

針對這一難題，谷歌于 22 日通過開發(fā)者博客正式發(fā)布了一個基于 TensorFlow 的全新功能組件 —— tf.Transform。它允許用戶在大規(guī)模數(shù)據(jù)處理框架中定義預處理流水線（preprocessing pipelines），同時用戶還可以將這些流水線導出，并將其作為 TensorFlow 計算圖（TensorFlow graph）的一部分。

除了便于數(shù)據(jù)的預處理之外，tf.Transform 還允許用戶計算其數(shù)據(jù)集的統(tǒng)計概要（summary statistics）。對于每個機器學習項目的開發(fā)者而言，深刻理解其數(shù)據(jù)都非常重要，因為任何對底層數(shù)據(jù)做出的錯誤假設都可能會產生一些微妙的錯誤。通過更簡單和高效地計算數(shù)據(jù)的統(tǒng)計概要，tf.Transform 可以幫助開發(fā)者更好地檢查他們關于原始數(shù)據(jù)和預處理數(shù)據(jù)的假設。

詳情：http://m.woorcar.cn/news/201702/Yi4oU1mSwKLc8Rad.html

微軟劍橋聯(lián)合推出 DeepCoder

谷歌發(fā)布 tf.Transform；微軟劍橋推出 DeepCoder | AI 研習社周刊

微軟和劍橋大學的研究員近日發(fā)布了一篇介紹“會編程的機器學習系統(tǒng)——DeepCoder”的論文。論文中描述的 DeepCoder 系統(tǒng)可以解決編程比賽所涉及到的基礎編程題目，為不會編程的人提供了制作簡易程序的可能。

據(jù)介紹， DeepCoder 可以在一秒鐘之內寫出能夠跑通的程序，而且隨著該系統(tǒng)引入更多的編程數(shù)據(jù)進行學習之后，它的編程能速度也會越來越快。但是，DeepCoder 也存在自身的不足之處，那就是 DeepCoder 只能自動生成五行左右代的代碼程序。

詳情：http://geek.csdn.net/news/detail/159111

DeepCoder 論文地址：https://openreview.net/pdf?id=ByldLrqlx

萬眾期待，Google 云計算平臺終于支持云端 GPU 加速服務

谷歌發(fā)布 tf.Transform；微軟劍橋推出 DeepCoder | AI 研習社周刊

在萬眾期待中，Google云計算平臺日前推出了支持云端GPU加速服務的公開測試版，第一款支持的GPU型號是NVIDIA 的Tesla K80，使Google云平臺的性能獲得了巨大提升?，F(xiàn)在，用戶可以在谷歌云平臺的三個地區(qū)玩轉基于NVIDIA GPU的虛擬機，包括美東1區(qū)（us-east1），東亞1區(qū)（asia-east1）和西歐1區(qū)（europe-west1）。據(jù)介紹，目前用戶最多可以在自定義的 Google 云計端虛擬機上連接將8個GPU（4塊K80的板子），并且只支持使用gcloud的命令行工具，但從下周起就可以云終端UI界面來創(chuàng)建虛擬機了。

詳情：http://m.woorcar.cn/news/201702/g1uGf9LG24pYNP8J.html

今日頭條的引擎是怎么樣工作的？

谷歌發(fā)布 tf.Transform；微軟劍橋推出 DeepCoder | AI 研習社周刊

近日，今日頭條算數(shù)中心執(zhí)行總監(jiān)劉志毅在日前于深圳北京大學匯豐商學院舉行的“數(shù)據(jù)之美”論壇上進行技術分享。分享中，劉志毅詳細介紹了今日頭條是如何做到，向每個讀者推送不一樣的、據(jù)稱是符合讀者每個人不同興趣的內容的技術過程。

詳情：http://m.woorcar.cn/news/201702/sWMJ4caPj5dxigGz.html

百度將 Ring Allreduce 算法引入深度學習

谷歌發(fā)布 tf.Transform；微軟劍橋推出 DeepCoder | AI 研習社周刊

Ring Allreduce 本是 HPC （高性能計算）領域的一項技術。日前，百度硅谷 AI 實驗室已成功將其移植到深度學習平臺，借此來加速 GPU 之間的數(shù)據(jù)傳輸速率。目前，在 GPU 并行計算中，它們之間的通信瓶頸是制約深度學習模型訓練速度的主要障礙之一。百度宣布，Ring Allreduce 算法的引入將移除該瓶頸，大幅提升多 GPU 和分布式計算環(huán)境下的深度學習模型運算效率。雷鋒網獲得消息，該技術已被百度成功應用于語音識別。

該算法以庫和 Tensorflow 補丁的形式向開發(fā)者開源，分別為 baidu-allreduce 和 tensorflow-allreduce，已在 GitHub 上線。

詳情：http://m.woorcar.cn/news/201702/QaSmvdQNbiY4CxBy.html

開源地址1：https://github.com/baidu-research/baidu-allreduce

開源地址2：https://github.com/baidu-research/tensorflow-allreduce

百度博客（英文）：http://research.baidu.com/bringing-hpc-techniques-deep-learning/

下面送上三個本周內AI研習社發(fā)布的對開發(fā)者有益的資源合集。

資源1：機器學習算法大匯總

谷歌發(fā)布 tf.Transform；微軟劍橋推出 DeepCoder | AI 研習社周刊

資源1是國外大神總結的機器學習算法大合集，圖中幾乎包含了機器學習領域所有的常見算法。其中不但簡單介紹了每一種算法的大概含義，還整理了它們的常見應用和優(yōu)缺點，各位開發(fā)者絕對不可錯過。

原圖：http://pan.baidu.com/s/1kVFhQqb

詳情：https://static.coggle.it/diagram/WHeBqDIrJRk-kDDY

資源2：2017開發(fā)者需要關注的AI會議

谷歌發(fā)布 tf.Transform；微軟劍橋推出 DeepCoder | AI 研習社周刊

資源2是2017年內與開發(fā)者密切相關的 17 場重磅的數(shù)據(jù)科學和AI 相關的重大學術會議，其中包括 AAAI 2017、DeveloperWeek 和 Domino 數(shù)據(jù)科學峰會在內的三場大會已經過去了，但還剩下 14 場沒開始的會議都有哪些呢？各位不妨了解下吧。

詳情：http://m.woorcar.cn/news/201702/BmtqOlEk9kW7X3i8.html