本文转载知乎“金雪锋” https://zhuanlan.zhihu.com/p/482984002

最近,麦络老师(爱丁堡大学)、董豪老师(北京大学、鹏程实验室)、赖铖/韩佳容(鹏程实验室)、袁秀龙(清华大学)、丁子涵(普林斯顿大学)以及符尧(爱丁堡大学)等老师同学与MindSpore团队合作,联合完成书籍《机器学习系统:设计与实现》,现在正式开源。

市面上,介绍深度学习和机器学习算法的书很多,但是,当我们更进一步,想要探究这些模型、算法背后的框架时,发现相关的系统性讲解的书籍、教程几乎没有。我们希望《机器学习系统:设计与实现》能填补这个领域的空白,想通过这本书来帮助想要从事或者已经从事机器学习系统开发相关工作的人,快速了解机器学习系统全貌,对涉及的各个技术方向进行讲解,能够指导系统设计以及开发工作

书籍地址:

机器学习系统:设计和实现 - 机器学习系统:设计和实现 1.0.0 documentationhttps://openmlsys.github.io/

在这本书中,我们将其分为3个部分,基础篇、进阶篇和拓展篇

  • 第一部分基础篇介绍了机器学习系统的基础,首先介绍机器学习系统提供给用户的编程接口,以及典型机器学习系统中的计算图构建、生成和调度的过程和主要技术。

  • 第二部分进阶篇,将站在系统设计的角度,思考在设计现代机器学习系统中需要考虑的问题和解决方案,包括编译器前端、编译器后端和运行时、硬件加速器、数据处理框架、模型部署等内容。

在拓展部分,会从后续发展的维度介绍联邦学习、强化学习、可解释AI等方面进行讲解。

写作整理过程中,我们经过多轮多次的讨论和修订,尽最大的努力从整体结构、内容表达上做到完善。书籍的写作,大家花费了非常多的时间和精力,差不多花费了1年左右的时间才成稿。在成稿之际,本着开源社区分享参与的精神,我们把这本书免费开源!

GitHub仓库:

https://github.com/openmlsys/openmlsys-zhgithub.com/openmlsys/openmlsys-zh

活动说明:

我们希望广大的开发者能够参与进来,对书籍的内容进行检视、修改,提出修改意见、添加内容等,在书籍不断完善演进的过程中共同成长。当然,对应贡献者,我们也会提供精神奖励以及物质奖励:对于突出贡献者,我们会将其GitHub账号放在书籍主页的贡献者列表,也会提供京东购物券作为物质激励,详情如下。

活动时间:2022.3.18—2022.4.8

活动方式:开发者发现书籍内容问题

1、提交Issue(所有问题汇总至同一条Issue)至GitHub仓

2、Issue中的问题需要体现如下信息: (1)章节/位置 (2)问题描述 (3)建议

3、为了方便领奖,建议在Issue中填写个人邮箱

检视积分累计方式类型描述积分/个正确性错别字、词语用错等,如登录、登陆1易用性语句过长不方便阅读等2逻辑性前后语句不符合正常逻辑等5代码Bug变量错误、逻辑错误等5

成为VIP会员查看完整内容
90

相关内容

新书介绍 | 图算法指南,A Guide to Graph Algorithms
专知会员服务
55+阅读 · 2022年3月2日
《中文信息处理发展报告(2021)》正式发布,473页pdf
专知会员服务
66+阅读 · 2021年12月26日
百页Python编程指南
专知会员服务
67+阅读 · 2021年2月16日
最新《神经架构搜索NAS》教程,33页pdf
专知会员服务
26+阅读 · 2020年12月2日
清华大学《人工智能》书籍教学课件开放下载
专知会员服务
137+阅读 · 2020年7月27日
【资源】100+本免费数据科学书
专知会员服务
105+阅读 · 2020年3月17日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
160+阅读 · 2019年10月28日
昇思MindSpore年终盘点 | 看完这篇正式开启虎年!
阿里 BladeDISC 深度学习编译器正式开源
阿里技术
1+阅读 · 2022年1月28日
李沐《动手学深度学习》, PyTorch 版源代码已开源,附书籍和代码下载链接
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
2+阅读 · 2022年4月19日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
25+阅读 · 2021年3月20日
Arxiv
14+阅读 · 2020年10月26日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
Image Segmentation Using Deep Learning: A Survey
Arxiv
43+阅读 · 2020年1月15日
Arxiv
34+阅读 · 2019年11月7日
A Comprehensive Survey on Transfer Learning
Arxiv
117+阅读 · 2019年11月7日
Arxiv
25+阅读 · 2017年12月6日
VIP会员
相关VIP内容
新书介绍 | 图算法指南,A Guide to Graph Algorithms
专知会员服务
55+阅读 · 2022年3月2日
《中文信息处理发展报告(2021)》正式发布,473页pdf
专知会员服务
66+阅读 · 2021年12月26日
百页Python编程指南
专知会员服务
67+阅读 · 2021年2月16日
最新《神经架构搜索NAS》教程,33页pdf
专知会员服务
26+阅读 · 2020年12月2日
清华大学《人工智能》书籍教学课件开放下载
专知会员服务
137+阅读 · 2020年7月27日
【资源】100+本免费数据科学书
专知会员服务
105+阅读 · 2020年3月17日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
160+阅读 · 2019年10月28日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
相关论文
Arxiv
2+阅读 · 2022年4月19日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
25+阅读 · 2021年3月20日
Arxiv
14+阅读 · 2020年10月26日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
Image Segmentation Using Deep Learning: A Survey
Arxiv
43+阅读 · 2020年1月15日
Arxiv
34+阅读 · 2019年11月7日
A Comprehensive Survey on Transfer Learning
Arxiv
117+阅读 · 2019年11月7日
Arxiv
25+阅读 · 2017年12月6日
微信扫码咨询专知VIP会员