专题演讲嘉宾:唐溪柳

腾讯广告 总架构师/T4 专家

目前主要负责腾讯广告系统技术架构,关注算法和架构设计。在深度学习系统技术、检索系统、分布式网络服务、语言模型、大数据处理等方向有比较深入的了解。2012 年加入腾讯广告,主导了腾讯广告检索系统、海量数据分析系统、深度学习系统的架构设计与开发工作。

专题演讲嘉宾:唐溪柳

腾讯广告 总架构师/T4 专家

目前主要负责腾讯广告系统技术架构,关注算法和架构设计。在深度学习系统技术、检索系统、分布式网络服务、语言模型、大数据处理等方向有比较深入的了解。2012 年加入腾讯广告,主导了腾讯广告检索系统、海量数据分析系统、深度学习系统的架构设计与开发工作。

by 唐溪柳

腾讯广告
总架构师/T4 专家

由特征工程、训练平台、线上 Serving 组成的深度学习技术架构,Serving 腾讯广告海量请求,缩短深度学习模型调参周期,加快模型上线速度。

 

内容大纲:

1. 项目背景:深度学习技术平台助力腾讯广告技术全面转向深度模型;
2. 技术方案:

  • 构建特征工程、训练平台、线上 Serving 系统边界;
  • 特征工程优化特征存储,促进特征共享;
  • 训练平台建模 API 屏蔽模型训练技术细节,将建模配置化;
  • 建设通用模型服务 Serving 集群,优化 Latency 与系统稳定性。

听众受益:

1. 了解构建生产环境深度学习平台的三个重要环节:特征工程、训练平台与 Serving 集群;
2. 对 Tensorflow 进行若干技术改进用于稀疏特征的端到端训练;
3. 广告或推荐系统应用深度学习技术的技术要点。

by 唐溪柳

腾讯广告
总架构师/T4 专家

由特征工程、训练平台、线上 Serving 组成的深度学习技术架构,Serving 腾讯广告海量请求,缩短深度学习模型调参周期,加快模型上线速度。

 

内容大纲:

1. 项目背景:深度学习技术平台助力腾讯广告技术全面转向深度模型;
2. 技术方案:

  • 构建特征工程、训练平台、线上 Serving 系统边界;
  • 特征工程优化特征存储,促进特征共享;
  • 训练平台建模 API 屏蔽模型训练技术细节,将建模配置化;
  • 建设通用模型服务 Serving 集群,优化 Latency 与系统稳定性。

听众受益:

1. 了解构建生产环境深度学习平台的三个重要环节:特征工程、训练平台与 Serving 集群;
2. 对 Tensorflow 进行若干技术改进用于稀疏特征的端到端训练;
3. 广告或推荐系统应用深度学习技术的技术要点。

交通指南

© 2020 Baidu - GS(2019)5218号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方
想要批量报名或更多优惠?
立即联系票务小姐姐Joy
或致电:+86-13269078023