AI 助理
文档备案控制台
开发者社区 大数据与机器学习 智能搜索推荐 文章 正文

阿里大数据深度学习在线服务体系架构图

2018-03-16 4254
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 其实是概念图，这是阿里巴巴搜索和推荐引擎体系在深度学习时代的新面貌，十年磨一剑，详细介绍随后就来。
babd61bff6c56b597bf0792d2f576819e9750731
文章标签：
客服工作台
云原生大数据计算服务 MaxCompute
机器学习/深度学习
大数据
关键词：
云原生大数据计算服务 MaxCompute深度学习
大数据深度学习
云原生大数据计算服务 MaxCompute架构
阿里深度学习
深度学习阿里
拉尔夫沈
目录
相关文章
技术自由圈/原疯狂创客圈
|
监控 Java Nacos
阿里二面：10亿级分库分表，如何丝滑扩容、如何双写灰度？阿里P8方案+ 架构图，看完直接上offer！
阿里二面：10亿级分库分表，如何丝滑扩容、如何双写灰度？阿里P8方案+ 架构图，看完直接上offer！
技术自由圈/原疯狂创客圈
729 62
阿里二面：10亿级分库分表，如何丝滑扩容、如何双写灰度？阿里P8方案+ 架构图，看完直接上offer！
技术自由圈/原疯狂创客圈
|
存储 NoSQL Redis
阿里面试：Redis 为啥那么快？怎么实现的100W并发？说出了6大架构，面试官跪地： 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
阿里面试：Redis 为啥那么快？怎么实现的100W并发？说出了6大架构，面试官跪地： 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
技术自由圈/原疯狂创客圈
1367 1
阿里面试：Redis 为啥那么快？怎么实现的100W并发？说出了6大架构，面试官跪地： 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
蚝油菜花
|
机器学习/深度学习 存储 人工智能
MNN：阿里开源的轻量级深度学习推理框架，支持在移动端等多种终端上运行，兼容主流的模型格式
MNN 是阿里巴巴开源的轻量级深度学习推理框架，支持多种设备和主流模型格式，具备高性能和易用性，适用于移动端、服务器和嵌入式设备。
蚝油菜花
3560 18
MNN：阿里开源的轻量级深度学习推理框架，支持在移动端等多种终端上运行，兼容主流的模型格式
wdzhao
|
机器学习/深度学习 算法 计算机视觉
《深度学习案例实战》新书出版——基于阿里魔搭平台
《深度学习案例实战》是一本实用的指南，涵盖多个领域的深度学习应用案例。本书旨在通过具体的案例讲解，阐述典型深度学习算法在图像分类、声音识别、语义分割、目标检测等各个领域的广泛应用。本书所涵盖的典型案例包括太阳黑子分类、气象预测、食物声音分类、智能厨房、智能冰箱食材检测、集体照人脸识别、遛狗绳识别、智能售药机药品检测、道路裂纹检测、学生教室行为检测等。这些案例旨在通过实际问题的解决，使读者能够深入理解深度学习算法的应用和实践。 本书特别关注两个关键技术：低代码开发平台摩搭ModelScope和深度学习加速器OpenVINO。摩搭平台为读者提供了一个便捷的开发环境，借助其丰富的预训练模型库和开发平
wdzhao
593 2
《深度学习案例实战》新书出版——基于阿里魔搭平台
Star时光
|
机器学习/深度学习 自然语言处理 计算机视觉
探索深度学习中的Transformer架构
探索深度学习中的Transformer架构
Star时光
329 2
楠竹11
|
机器学习/深度学习 存储 人工智能
用60%成本干80%的事，DeepSeek分享沉淀多年的高性能深度学习架构
【10月更文挑战第2天】近年来，深度学习（DL）与大型语言模型（LLMs）的发展推动了AI的进步，但也带来了计算资源的极大需求。为此，DeepSeek团队提出了Fire-Flyer AI-HPC架构，通过创新的软硬件协同设计，利用10,000个PCIe A100 GPU，实现了高性能且低成本的深度学习训练。相比NVIDIA的DGX-A100，其成本减半，能耗降低40%，并在网络设计、通信优化、并行计算和文件系统等方面进行了全面优化，确保系统的高效与稳定。[论文地址](https://arxiv.org/pdf/2408.14158)
楠竹11
816 5
东方睿赢
|
机器学习/深度学习 数据挖掘 大数据
大数据时代的“淘金术”：Python数据分析+深度学习框架实战指南
在大数据时代，数据被视为新财富源泉，而从海量信息中提取价值成为企业竞争的核心。本文通过对比方式探讨如何运用Python数据分析与深度学习框架实现这一目标。Python凭借其强大的数据处理能力及丰富库支持，已成为数据科学家首选工具；而TensorFlow和PyTorch等深度学习框架则为复杂模型构建提供强有力的技术支撑。通过融合Python数据分析与深度学习技术，我们能在各领域中发掘数据的无限潜力。无论是商业分析还是医疗健康，掌握这些技能都将为企业和社会带来巨大价值。
东方睿赢
529 6
源码星辰
|
机器学习/深度学习 存储 人工智能
基于深度学习的认知架构的AI
基于深度学习的认知架构的AI是一类模仿人类认知过程的人工智能系统，旨在模拟人类感知、学习、推理、决策等复杂的认知功能。认知架构的目的是创建一个能够理解和处理复杂环境、实现自我学习和适应的AI系统
源码星辰
358 3
wljslmz
|
机器学习/深度学习 自然语言处理 数据处理
在 NLP 环境中，模型预训练和模型微调对于深度学习架构和数据意味着什么？
【8月更文挑战第15天】
wljslmz
744 0
大数据与机器学习

智能搜索推荐

热门文章

最新文章

  • 1
    OpenSearch：轻松构建大数据搜索服务
  • 2
    搜索双链路实时计算体系@双11实战
  • 3
    凑单算法——基于Graph Embedding的bundle mining
  • 4
    DL应用：query生成和query推荐
  • 5
    阿士比亚：搜索团队智能内容生成实践
  • 6
    海量数据实时计算利器Tec
  • 7
    实时离线平台Pora介绍@2015
  • 8
    强化学习在电商环境下的若干应用与研究
  • 9
    DCN(Deep & Cross Network)模型在手淘分类地图CTR预估上的应用
  • 10
    iGraph 2015双促复盘总结
  • 1
    生成式引擎优化（GEO）技术范式解析：从搜索重构到多模态对齐的落地路径
    113
  • 2
    GEO推广：企业营销的下一个必争之地？
    112
  • 3
    为什么使用 TorchRec 训练和推理更快
    161
  • 4
    TorchEasyRec中INPUT_TILE 环境变量的三个模式
    119
  • 5
    TorchRec在macos ARM芯片（Apple Silicon）上无法安装
    142
  • 6
    TorchEasyRec 在 macOS 上的功能限制总结
    121
  • 7
    Feature Generator（FG）特征算子配置指南
    245
  • 8
    PAI-Rec 特征工程全解析：统计特征、实时特征、序列特征与 FG 特征算子
    278
  • 9
    PAI-Rec推荐开发平台：企业级智能推荐解决方案，驱动业务全域增长
    176
  • 10
    PAI-Rec 召回引擎：构建高性能推荐系统的核心引擎
    165

    • 相关课程

    更多
  • Serverless 函数计算架构
  • 架构的演进
  • MySQL企业常见架构与调优经验分享
  • 企业Web常用架构LAMP-LNMP实战
  • 企业级互联网分布式系统应用架构学习
  • 高校精品课-上海交通大学 -企业级应用体系架构

    • 相关电子书

    更多
  • 云栖大会：开源 PolarDB 架构演进、关键技术与社区建设
  • 从技术到架构，云原生全面加速应用现代化
  • MaxCompute架构升级及开放性解读
    • 下一篇
    开通oss服务