很多文章的報道都是由微觀而宏觀，今日小編講給大家?guī)淼年P(guān)于優(yōu)步人工智能推出了用于分布式機器學習的新圖書館的資訊也不例外 ， 希翼可以在一定的程度上開闊你們的視野！y有對優(yōu)步人工智能推出了用于分布式機器學習的新圖書館這篇文章感興趣的小伙伴可以一起來看看
優(yōu)步有開源光纖，一個新的庫，旨在授權(quán)用戶在計算機集群上實現(xiàn)大規(guī)模的機器學習計算 。庫的主要目標是利用異構(gòu)計算硬件，動態(tài)規(guī)模算法，并減輕工程師在集群上實現(xiàn)復雜算法的負擔..

對于機器學習框架來說，保持足夠的靈便性來支持強化學習(RL)和基于人口的算法以及其他啟示式算法(如深度學習)是一個挑戰(zhàn)，因為需求可能會有很大的變化 。
雖然TensorFlow和Py Torch等已建立的框架涵蓋了大多數(shù)常見機器學習方法的分布式培訓設(shè)置，但這些框架不太適合基于RL和基于人口的方法，這往往需要與模擬器頻繁交互以及復雜和動態(tài)的縮放策略 。光纖為其分布式計算框架提供了統(tǒng)一的Python用戶界面，以支持這些新需求 。


與Fiber一起發(fā)表的研究論文詳細介紹了用于評估框架開銷、進化策略和近端策略優(yōu)化(PPO)庫的實驗 。研究人員比較了Fiber與IPy并行(iPython用于并行計算)、Spark和標準python多處理庫在框架開銷上的性能，發(fā)現(xiàn)Fiber在任務(wù)持續(xù)時間較短時優(yōu)于iPy并行和Spark，這是處理模擬器時要理解的重要指標 。
與Atari基準中關(guān)于Breakout的多處理實現(xiàn)相比，F(xiàn)iber啟用的PPO分布式版本的性能表明 ， Fiber可以將RL算法擴展到本地機器之外 。


光纖分成API層 ， 后端層 ， 簇層.. API層與標準Python多處理模塊具有相似的要求和語義，但擴展到分布式環(huán)境中工作 。
后端層可以處理多個不同集群治理器的任務(wù)通信 。最后，聚類層包含Kubernetes和Peloton等集群治理器 。
光纖引入了一個新的概念 ， 稱為工作支持過程 。當啟動其中一個進程時，將創(chuàng)建一個在當前集群上帶有Fiber后端的新作業(yè) 。父容器在使用相同的容器映像啟動子進程之前封裝所需的文件、輸入數(shù)據(jù)和該作業(yè)的任何其他依賴項，以保證一致的運行環(huán)境 。下圖更詳細地說明了這一架構(gòu)：
【優(yōu)步人工智能推出了用于分布式機器學習的新圖書館】纖維和谷歌新的分布式強化學習庫種子RL的公布表明，大科技公司的目標是既降低成本，又簡化培訓尖端機器學習算法的過程 。

猜你喜歡

• Facebook加入了人工智能技術(shù)的科技
• 推薦高性價比的家用七座商務(wù)車 七座商務(wù)車哪個比較好
• 下一個版本的微軟更新將于2021年上半年推出
• 西寧八道特色經(jīng)典名菜小吃推薦 西寧美食攻略排名前十
• 是誰推翻了成吉思汗的朝代 成吉思汗是哪朝的皇帝
• 哪幾款手機值得入手 oppo手機推薦入手哪一款好用
• 人工智能與智能算法有何區(qū)別
• 人工智能可以識別和評估小提琴手的弓弦運動
• 框架改進了人工智能的持續(xù)學習
• 人工智能工具極大地擴大了阿爾茨海默氏癥的研究范圍