分布式機器學習框架：Petuum

juio 9年前發布 | 48K 次閱讀 Petuum 機器學習

Petuum 是一個分布式機器學習框架。它致力于提供一個超大型機器學習的通用算法和系統接口。它主要集中在系統上 "plumbing work"和算法加速的優化上面，當簡化分布式 ML 程序實現時——允許你聚焦在模型優化和大數據分析方面。Petuum 能夠在集群和云計算（比如：Amazon EC2 和 Google GCE）上高效運行。（ML 是指 ML 算法）  。

Petuum 除了增加了分布式 ML 程序工具，同時還增加了用于大數據分析上的分布式ML算法庫。此外它還包含這些工具（在不斷豐富中）：

  • 卷機神經網絡

  • 度量學習

  • 多級邏輯回歸 

  • 非負矩陣分解

  • 稀疏編碼

  • K-均值

  • 高級 MedLDA 主題模型

  • LDA 主題模型

  • 矩陣分解（協同過濾）

  • 完全連接的深度神經網絡

  • Random Forest Classifier

項目主頁：http://www.baiduhome.net/lib/view/home/1432213085458

 本文由用戶 juio 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
 轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
 本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！