典型文献
基于Kubernetes的医疗领域机器学习节点部署优化
文献摘要：
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.
文献关键词：
中图分类号：
作者姓名：
李斌;高振宇
作者机构：
广州医科大学附属第五医院信息科,广东高校生物靶向诊治与康复重点实验室
文献出处：
引用格式：
[1]李斌;高振宇-.基于Kubernetes的医疗领域机器学习节点部署优化)[J].中国信息化,2022(11):34-36,33
A类：
B类：
Kubernetes,医疗领域,节点部署,部署优化,大数据应用,深度神经网络模型,靠海,海量数据,不亚于,医疗行业,计算精确度,上百,大模型
AB值：
0.412276
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
