GDGFrance - De l’infra à l’IA: des gophers à tous les étages.

🎉 Quel est l'émotion moyenne d'une foule ? Construisons une application cloud-native supportée par Go à tous les étages et voyons si les gens sont contents. Durant cette présentation, nous présentons le design et l'implémentation d'une application qui répond à ce cas d'usage: "Nous voulons capturer l'émotion moyenne d'une foule en analysant une image" Nous partirons d'un exemple simple qui utili

May 26, 2020, 4:30 – 6:30 PM

4
RSVP'd

Key Themes

CloudMachine LearningWeb

About this event

🎉 Quel est l'émotion moyenne d'une foule ? Construisons une application cloud-native supportée par Go à tous les étages et voyons si les gens sont contents.

Durant cette présentation, nous présentons le design et l'implémentation d'une application qui répond à ce cas d'usage: "Nous voulons capturer l'émotion moyenne d'une foule en analysant une image"

Nous partirons d'un exemple simple qui utilise un réseau de neurones pré-entrainé (en utilisant ONNX). Ensuite nous envisagerons le passage à l'échelle en "re-designant" l'application sur un modèle évènementiel.

Ce modèle aboutira à une architecture orientée micro-services. L'architecture sera hébergé sur un socle knative eventing sur kubernetes (sur GCP). Nous verrons les avantages qu'apportent ce système d'hébergement en replaçant en live, facilement, un service par un autre.

à la fin de la présentation, la démo consiste à prendre un photo de l'assistance (si la luminosité est suffisante), et de voir s'afficher les visages de chacun ainsi que les émotions associées.

Les applications sont en Go (en utilisant onnx-go et Gorgonia), les CRDs de knative eventing sont en Go, Kubernetes est codé en Go... le système est déployé avec Terraform... qui est codé en Go.... It's gopher all the way down!

🗣 Olivier Wulveryck (@owulveryck)

Olivier est consultant SRE chez Octo Technology.

De plus, c'est un Gopher convaincu. Il utilise ce langage pour (tenter de) matérialiser toutes les idées qui lui passent par la tête.

Il a croisé le chemin du machine learning il y a 3 ans et est devenu depuis contributeur de Gorgonia, une bibliothèque permettant de faciliter le machine learning en Go (semblable à Tensorflow).

Organizers

  • Julien Landuré

    Zenika

    GDG Organizer

  • Jean-Francois Garreau

    SFEIR

    GDG Organizer

  • Pierrick Guyard

    GDG Nantes / Epitech Nantes

    GDG Organizer

  • Annabelle Koster

    President

  • Aline Deschamps

    DINNO

    GDG Organizer

  • Benjamin Petetot

    Doctolib

    GDG Organizer

  • Arthur Maury

    GDG Nantes / Bouygues Telecom

    Software Architect

  • Marie Cauchy

    GDG Organizer

Contact Us