【Spark Summit East 2017】从巨型图中学习的神经网络

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data;此外,通过Maxcompute及其配套产品,低廉的大数据分析仅需几步,详情访问https://www.aliyun.com/product/odps


本讲义出自Daniel Darabos与Hanna Gabor 在Spark Summit East 2017上的演讲,为了应对在构建神经网络的训练过程中对于图形顶点的考虑问题的挑战,Daniel Darabos与Hanna Gabor和团队使用同一张图执行预测和训练的过程并且给出了一些训练的技巧,而为了应对图过大而无法在单个机器的内存内进行真正的资源密集型计算的问题,使用对于图的分布式存储和计算策略,同时还展示了来解决上述问题核心算法以及一些实验结果。


【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

【Spark Summit East 2017】从巨型图中学习的神经网络

上一篇:用Spry框架来简化AJAX


下一篇:JS-在线运行代码小工具