腾讯 Angel 正式加入 LF 深度学习基金会,代码库已迁移

栏目: IT资讯 · 发布时间: 5年前

内容简介:今年3月我们曾报道过,腾讯计划将开源的 Angel 项目贡献给 LF 深度学习基金会。8月27日,Angel 正式宣布加入 LF 基金会,并表示即将发布可达万亿级维度特性计算的 2.0 版本。 Angel 是一个基于参数服务器(Param...

今年3月我们曾报道过,腾讯计划将开源的 Angel 项目贡献给 LF 深度学习基金会。8月27日,Angel 正式宣布加入 LF 基金会,并表示即将发布可达万亿级维度特性计算的 2.0 版本。

腾讯 Angel 正式加入 LF 深度学习基金会,代码库已迁移

Angel 是一个基于参数服务器(ParameterServer)理念的高性能分布式机器学习平台,在腾讯内部广泛应用于腾讯视频推荐、微信内容推荐、广点通点击率预估等业务场景,于2017年6月正式开源。Angel 发布之初的口号是可以轻松处理 TB 级别的数据和十亿维度的主题模型,从目前透露的 2.0 相关信息来看,Angel 将扩展到千亿级维度特性。

Angel 2.0 特性:

1. 万亿级维度特性计算

    a)基于参数服务器,Angel 可以轻松扩展到万亿级维度的模型

    b)针对稀疏大模型的场景, Angel 对底层数数学库进行了做了优化

    c)Angel 上的算法通过 pulling/pushing 子模型, 轻松训练万亿级维度的模型

2.高性能数学库

    a)无泛型设计, 采用 Java 基础数据类型来加速计算

    b)使用快速哈希方法,加速稀疏向量/矩阵运算

    c)Long-Key 索引和 Compoent 量向量/矩阵的引入, 使 Angel 支持超大模型

    d)Execotor-Expression 架构使其基础运算高效且易于扩展

3.计算图支持

    a)基于层的轻量计算图

    b)自动计算梯度

    c)易于添加层以扩展系统

    d)开箱即用的特征交叉层,有利于推荐系统算法开发

    e)Angel 和 Spark on Angel 共享统一的计算图

4.深度学习支持

    a)推荐系统中常见的深度学习算法,如 Deep And Wide, DeepFM,PNN,PNN,NFM 都已支持

    b)用户可以通过 Json 定义的网络

此外,随着 Angel 正式加入 LF ,项目代码已从原仓库 Tencent/angel 迁移至独立仓库 Angel-ML/angel 。据悉,项目后续将更加注重贡献者的成长和社区的建设,未来将由项目指导委员会 (TSC) 规划技术方向,并通过投票做出特性发布、工作流程、贡献者晋升等重要决策。

LF 深度学习基金会是由 Linux 基金会推出,创始成员包括 Amdocs、AT&T、B.Yond、百度、华为、诺基亚、Tech Mahindra、腾讯、Univa 、中兴等等,旨在进一步推动开源 AI 和 ML 。


【声明】文章转载自:开源中国社区 [http://www.oschina.net]


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

大型分布式网站架构设计与实践

大型分布式网站架构设计与实践

陈康贤 / 电子工业出版社 / 2014-9-1 / 79.00元

《大型分布式网站架构设计与实践》主要介绍了大型分布式网站架构所涉及的一些技术细节,包括SOA架构的实现、互联网安全架构、构建分布式网站所依赖的基础设施、系统稳定性保障和海量数据分析等内容;深入地讲述了大型分布式网站架构设计的核心原理,并通过一些架构设计的典型案例,帮助读者了解大型分布式网站设计的一些常见场景及遇到的问题。 作者结合自己在阿里巴巴及淘宝网的实际工作经历展开论述。《大型分布式网站......一起来看看 《大型分布式网站架构设计与实践》 这本书的介绍吧!

URL 编码/解码
URL 编码/解码

URL 编码/解码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换