![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文解读
机智帅气的葫芦娃
机智帅气的葫芦娃
展开
-
BANDANA论文解读(facebook推荐系统向量存入NVM)
对于大规模的推荐系统来说训练的模型和训练的数据都是存储在DRAM(动态存储中)。对于推荐系统来说,数据有着实时更新和大规模的特点。只有训练了大规模的数据之后才会保证模型的准确性。但是随着训练数据的增多和计算量的增大,对存储资源的需求也就更大。但是动态存储器的成本很高(动态存储器是由一个晶体管和一个电容组成的,由于电容会漏电,所以需要隔段时间就进行刷新一次)。为了降低成本本文使用了NV...原创 2019-05-25 10:24:54 · 320 阅读 · 0 评论 -
BestConfig: Tapping the Performance Potential of Systems via Automatic Configuration Tuning解读
这是一篇关于参数配置的论文,但是感觉这篇论文读下来存在大量的冗余介绍,看到第六页才看到论文具体做了哪些工作?使用了什么方法。但是本着强迫症要把前面也看完的态度,我来概括和解析下这篇论文。 摘要: 一个好的参数配置能够提高部署系统在特定工作负载下的性能。 随着配置参数的增加,大量的参数会花费大量的时间决定最佳设置。而且用户通常不擅长调整参数达到最佳。 BestConfig就是这...原创 2019-05-26 19:04:44 · 810 阅读 · 0 评论 -
Metis: Robustly Tuning Tail Latencies of Cloud Systems调节云系统的尾延迟
Metis受到利用BO训练GP回归模型的启发,同时提高了优化系统定制的稳健性。 摘要: 调整参数三大问题:工作负载多、系统规模大、参数空间维度大。 尾延迟等性能指标对非平凡噪声敏感。虽然将目标系统视为黑匣子可以提高适用性,但增加了平衡开发和得到的目标复杂化。 自动调参的动机: 动态变化的工作负载。 系统的规模增加,参数增多。 人工调参成本太高。 Metis是一项自动调整服务...原创 2019-05-27 17:19:25 · 532 阅读 · 0 评论