计算机科学技术的发展正依赖一系列新的硬件设备,例如GPU,TPU,CPU及其构成的大型计算集群。诸如机器学习和优化之类的许多子领域都对其算法进行了调整,以处理此类集群。
本课程主题主要包含分布式和并行算法两个方面内容,涉及优化,数值线性代数,机器学习,图分析,流算法以及其他难以在大型集群上扩展的问题。该课程将重点分析程序,并使用Apache Spark和TensorFlow进行一些实现。
该课程将分为两个部分:首先,介绍并行算法的基础知识以及在一台多核计算机上的运行时分析。其次,将介绍如何在机器集群上运行的分布式算法。
本课程视频及ppt免费下载地址(持续更新):https://www.toutiao.com/a1664320201817096
课程主讲人
参考书籍
课程主页
http://stanford.edu/~rezab/dao/
课程目录
课程视频截图
课程视频及ppt免费下载地址:https://www.toutiao.com/a1664320201817096
往期精品内容推荐
行业上90%以上的NLP工程师是“不合格的”
2020年免费新书-《自然语言处理中词向量表示算法概述》分享
20年算法校招编程-剑指offer、Leetcode常考题目及解法分享
知识图谱(KG)存储、可视化、公开数据集、图计算、图编程工具分享
智能问答-问题生成(QG)历史最全论文、综述、数据集整理分享
19年机器学习基础经典书籍分享-《计算机科学和机器学习相关代数、拓扑学、微分学和最优化理论》
40+机器学习教程分享-涵盖机器学习所有方面
中文自然语言处理医疗、法律等公开数据集整理分享
自然语言处理深度生成模型相关资源、会议和论文分享
19年11月最新-《TensorFlow 2.0深度学习算法实战教材》-中文版教材+随书代码+视频-分享.pdf
多任务学习(Multitask-Learning)相关资料、经典论文、开源代码整理分享
波士顿动力最强新秀体操型Atlas机器人