基于Kubernetes的医疗领域机器学习节点部署优化  

作　　者：李斌[1,2] 高振宇 

机构地区：[1]广州医科大学附属第五医院信息科 [2]广东高校生物靶向诊治与康复重点实验室

出　　处：《中国信息化》2022年第11期34-36,33,共4页

基　　金：广东高校生物靶向诊治与康复重点实验室(2021KSYS009)。

摘　　要：随着大数据应用的普及以及深度学习的快速发展,深度神经网络模型依靠海量数据的学习和极深的网络深度,在很多领域取得了不亚于人类的结果。而在医疗行业中,模型计算的准确率是其能否应用到临床的一个非常重要的指标。当前很多深度神经网络模型为了提高计算精确度,其模型的大小正在变得越来越大,从几十GB到上百GB不等。这些大模型相对小模型具有更高的准确度,但是在部署,特别是在分布式的环境下,常常遇到难以升级迭代的问题。

关 键 词：深度神经网络 机器学习 节点部署 大数据应用 深度学习 海量数据 医疗领域 医疗行业 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]