自己紹介
- 簡単に紹介すると、Wine Rack は創業約 48 年、IT 業務で 20 年以上の経験があり、現在勤務しています。 Fortune 500 企業のエンタープライズ アーキテクチャの分野で活躍。仕事の必要性と幅広い興味のため、私は自分自身の学習のために 3 つのブログ、つまり [Global IT Outlook]、[] a>]、さらに多くのコンテンツ共有があります。収集していただきありがとうございます。 デベロッパーチャット] および [アーキテクト パブグローバル IT 展望
- エンタープライズアーキテクトは、企業のビジネス全体、アプリケーション、テクノロジー、データ、ガバナンス、コンプライアンスを理解するために幅広い知識を必要とします。過去 4 年間、彼は主に企業全体の技術計画、標準の確立、およびプロジェクト管理を担当しました。過去 1 年間、私は主にデータプラットフォーム、データ戦略、データ分析、データモデリング、データガバナンス、さらにはデータ主権、プライバシー保護、データエコノミーなどのデータを担当してきました。データリソースを財務諸表に組み込む必要があり、データをどのように評価して収益化するかには金融や金融の知識が必要となるため、最近は財務、財務、法律について勉強しています。まずは公認会計士、次に公認会計士の準備をするつもりですが、できれば法律の勉強もして司法試験の準備もしたいと思っています。
- 学習が好きな学生や友人は注目を集め、誰でもコミュニケーションを取ることができます。 WeChat アカウント [ca_cea]
Google の人気のオープンソース TensorFlow 機械学習プラットフォームの革新には、自動微分 (Autograd) や深層学習用の最適化コンパイラー XLA (Accelerated Linear Algebra) が含まれます。同じく Google の JAX は、これら 2 つのテクノロジーを統合するもう 1 つのプロジェクトであり、速度とパフォーマンスの点で大きな利点を提供します。 GPU または TPU で実行する場合、JAX は NumPy を呼び出す他のプログラムを置き換えることができますが、JAX のプログラムはより高速に実行されます。 (Autograd エンジンは、ネイティブ Python コードと NumPy コードを自動的に区別できます。) さらに、ニューラル ネットワークに JAX を使用すると、TensorFlow のような大規模なフレームワークを拡張するよりも簡単に新しい機能を追加できます。
——マーティン・ヘラー