腾讯Angel10正式版发布基于Ja [复制链接]

机器之心报道

Tncnt

深度学习是近些年来人工智能技术发展的核心，伴随而来的机器学习框架平台也层出不穷。到现在，一家科技巨头没有一个主导的机器学习平台都不好意思跟人打招呼，比如谷歌有TnsorFlow、微软有CNTK、Facbook是Torch的坚定支持者、IBM强推Spark、百度开源了PaddlPaddl、亚马逊则是MXNt的支持者。而为了尽可能地获得开发者支持和抢占发展先机，很多平台都选择了开源。

在去年12月18日的腾讯大数据技术峰会暨KDDChina技术峰会上，腾讯大数据宣布推出了面向机器学习的「第三代高性能计算平台」——Angl，并表示将于年开放其源代码，参见机器之心报道《腾讯大数据将开源高性能计算平台Angl，机器之心专访开发团队》。现在，年已经大约过去了一半，Angl1.0.0也终于在GitHub完全发布：

Angl发布　　　　//Asimpllogisticrgrssionmodl　　valmodl=nwLRModl(ctx,conf)　　　　//ApplybatchgradintdscntLRitrativly　　whil(ctx.gtItrationpochNum){　　//PullmodlfromPSSrvr　　valwight=modl.wight.gtRow(0)　　　　//Calculatgradintvctor　　valgrad=bathGradintDscnt(wight)　　　　//PushgradintvctortoPSSrvr　　modl.wight.incrmnt(grad.timsBy(-1.0*lr))　　　　//LRmodlmatrixclock　　modl.wight.clock.gt　　　　//Incrasitrationnumbr　　ctx.incItration()　　}}

3.定义一个Runnr（MLRunnr）

前面，我们定义了LR模型，实现了它的训练过程。现在，还需要实现Runnr类将训练这个模型的任务提交到集群。

定义myLRRunnr类继承MLRunnr，在train方法中提交我们的myLRModl的模型类、和myLRTrainTak训练类就可以了。

　　classLRRunnrxtndsMLRunnr{　　……　　ovrrid　　dftrain(conf:Configuration):Unit={　　train(conf,myLRModl(conf),classOf[myLRTrainTask])　　}　　}

运行任务

可以通过以下命令向Yarn集群提交刚刚完成的算法任务

./bin/angl-submit\--action.typtrain\--angl.app.submit.class