다국어엔지니어 블로그

다음 링크를 중문에서 국문으로 번역했습니다. https://yq.aliyun.com/articles/68206 개요： 알리바바 클라우드 HPC와 컨테이너 서비스를 이용하여, 반 고흐 스타일 이미지를 손쉽게 만들기 이 시리즈는 알리바바 클라우드 HPC 및 컨테이너 서비스의 Docket 기술을 이용하여 TensorFlow의 기계학습에 착수하도록 돕는다.제1편：TensorFlow의 실험 환경을 설정하기 제2편：TensorFlow Serving 클러스터를 손쉽게 조성하기 제3편：TensorFlow 연속 훈련 링크를 따라하기 제4편：Neural Style의 TensorFlow로 구현하는 반 고흐 같은 작화제5편：분산 TensorFlow 훈련 클러스터를 손쉽게 구성하기（上） 본 기사는 이 시리즈의 제4편이며, 알리..

아래 링크의 [알리바바 클라우드 기계학습 - 인공지능을 손끝에 : 2. 주요 기술 특징]에 이어서 [3. 전형 사례]를 번역한다. http://multeng.tistory.com/15 알리바바 클라우드 기계학습 - 인공지능을 손끝에 가능하게 하다 - (3) 3.전형 사례3.1 알리바바 그룹 내부 사례알리바바 내부의 3개 애플리케이션 시나리오를 아래에서 설명한다. 애플리케이션 1 : 추천 계통첫번째 애플리케이션은 추천 계통이며, 주로 파라미터 서버를 추천 계통 내에서 응용한다. 타오빠오에서 쇼핑할 때, 검색으로 표시되는 상품은 일반적으로 모두 매우 맞춤화된 추천이며, 이는 상품 정보 및 사용자 개인 정보와 행동 정보인 3가지 특징에 근거하여 취득한다. 해당 프로세스 중에 형성된 특징은 일반적으로 모두 매우..

아래 링크의 [알리바바 클라우드 기계학습 - 인공지능을 손끝에 : 1. 서론]에 이어서 [2. 주요 기술 특징]을 번역한다. http://multeng.tistory.com/14 알리바바 클라우드 기계학습 - 인공지능을 손끝에 가능하게 하다 - (2) 2.주요 기술 특징 그럼 알리바바 클라우드 기계학습 플랫폼은 어떤 주요 기술 특징을 가지고 있을까요? 2.1 사용하기 편한 인터페이스 기계학습 인터페이스 알리바바 클라우드 기계학습 플랫폼은 기계학습을 이제 가깝게 하며, 플랫폼에서는 번거로운 공식 및 복잡한 코드 논리가 없으며, 사용자에게 보이는 것은 각종 부분별로 잘 패키지화된 알고리듬 컴포넌트이다. 조립 실험 프로세스에서, 컴포넌트를 드래그하는 것만으로 금방 1개의 workflow가 조합된다. 사용 방법..