計算機科學技術的發展正依賴一系列新的硬件設備,例如GPU,TPU,CPU及其構成的大型計算集群。諸如機器學習和優化之類的許多子領域都對其算法進行了調整,以處理此類集群。
本課程主題主要包含分佈式和並行算法兩個方面內容,涉及優化,數值線性代數,機器學習,圖分析,流算法以及其他難以在大型集群上擴展的問題。該課程將重點分析程序,並使用Apache Spark和TensorFlow進行一些實現。
該課程將分為兩個部分:首先,介紹並行算法的基礎知識以及在一臺多核計算機上的運行時分析。其次,將介紹如何在機器集群上運行的分佈式算法。
本課程視頻及ppt免費下載地址(持續更新):https://www.toutiao.com/a1664320201817096
課程主講人
參考書籍
課程主頁
http://stanford.edu/~rezab/dao/
課程目錄
課程視頻截圖
課程視頻及ppt免費下載地址:https://www.toutiao.com/a1664320201817096
往期精品內容推薦
行業上90%以上的NLP工程師是“不合格的”
2020年免費新書-《自然語言處理中詞向量表示算法概述》分享
20年算法校招編程-劍指offer、Leetcode常考題目及解法分享
知識圖譜(KG)存儲、可視化、公開數據集、圖計算、圖編程工具分享
智能問答-問題生成(QG)歷史最全論文、綜述、數據集整理分享
19年機器學習基礎經典書籍分享-《計算機科學和機器學習相關代數、拓撲學、微分學和最優化理論》
40+機器學習教程分享-涵蓋機器學習所有方面
中文自然語言處理醫療、法律等公開數據集整理分享
自然語言處理深度生成模型相關資源、會議和論文分享
19年11月最新-《TensorFlow 2.0深度學習算法實戰教材》-中文版教材+隨書代碼+視頻-分享.pdf
多任務學習(Multitask-Learning)相關資料、經典論文、開源代碼整理分享
波士頓動力最強新秀體操型Atlas機器人