【O'Reilly TensorFlow Conference 2019】Splunk的深度学习工具包（Deep Learning Toolkit for Splunk），Splunk，员工机器学习架构师Philipp Drieger，首席产品经理Iman Makaremi

报告主题：Deep Learning Toolkit for Splunk

报告摘要：

Splunk的深度学习工具包允许高级自定义机器学习系统与Splunk平台集成。它扩展了Splunk的机器学习工具包，为TensorFlow 2.0、PyTorch和一组NLP库预先构建了Docker容器。通过使用预定义的工作流程和Jupyter Lab笔记本进行快速开发，该应用程序使您能够构建、测试(例如使用TensorBoard)和使用Splunk对模型进行操作。并且 可以利用GPU完成计算密集型训练任务，并在启用了CPU或GPU的容器上灵活部署模型。该应用附带了各种示例，展示了不同的机器学习任务，如分类、回归、预测、聚类和NLP。这使您能够处理Splunk的IT操作、安全、物联网、业务分析等主要领域的高级机器学习用例。

邀请嘉宾：

Philipp Drieger是Splunk的一名员工机器学习架构师。他与来自不同行业的客户和合作伙伴一起进行数字旅行，帮助实现网络安全、IT运营、物联网和商业分析等领域的高级分析用例。在加入Splunk之前，Philipp是一名自由软件开发人员和顾问，专注于高性能3D图形和可视化计算技术。在研究方面，他发表了关于文本挖掘和语义网络分析的论文。

Iman Makaremi是机器学习团队的首席产品经理，他还曾担任该团队的数据科学家。他现在是MLTK的首席PM，并与客户密切合作，帮助他们在Splunk环境中构建和实施基于机器学习的解决方案。

PDF下载链接：https://pan.baidu.com/s/1BX1ndusFfcUiyBo43OKcQA 提取码：o846