推荐：Angel——高效分布式机器学习与图计算平台

推荐：Angel——高效分布式机器学习与图计算平台

angelA Flexible and Powerful Parameter Server for large-scale machine learning项目地址:https://gitcode.com/gh_mirrors/an/angel

1、项目介绍

腾讯与北京大学联合研发的Angel是一个以Parameter Server为基础的高性能分布式机器学习和图计算平台。它专注于大数据环境下的性能优化，提供广泛的应用适用性和稳定性，并且在处理高维模型时表现出优越性。

Angel采用模型为中心的核心设计，将复杂模型的参数分解到多个参数服务器节点上，并提供了高效的模型更新接口和功能，以及灵活的一致性模型，以适应各种机器学习和图计算任务。

2、项目技术分析

• 编程语言：基于Java和Scala开发，兼容Yarn环境。
• PS Service：支持Spark on Angel，使Angel具备运行Spark MLlib的能力。
• 未来规划：当前正在开发对图计算和深度学习框架的支持。

3、应用场景

• 传统机器学习：包括逻辑回归（LR）、支持向量机（SVM）、因子化机器（FM）等。
• Spark on Angel：用于深度学习模型如DeepFM、DeepAndWide、DCN、XDeepFM、AttentionFM、PNN等。
• 图计算：包括PageRank、k-core、H指数、共朋友数、紧密度、连接组件等。

这些算法可用于广告推荐、社交网络分析、文本分类、图像识别等多种实际场景。

4、项目特点

• 高性能：针对大规模数据进行优化，尤其适合高维模型训练。
• 灵活性：通过模型分区和同步控制器实现多种算法的高效执行。
• 扩展性：支持Spark集成，即将支持更多图计算和深度学习框架。
• 易用性：提供详细的快速入门示例和配置指南，方便开发者快速上手。
• 社区活跃：有完善的贡献者和贡献指南，以及丰富的FAQ和论文资源。

总而言之，Angel是一个强大且灵活的工具，适用于企业级应用和学术研究。无论是希望提升现有机器学习模型性能，还是探索新型图计算解决方案，Angel都是值得尝试的选择。立即加入Angel的社区，开启您的分布式机器学习之旅吧！

angelA Flexible and Powerful Parameter Server for large-scale machine learning项目地址:https://gitcode.com/gh_mirrors/an/angel