首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://yq.aliyun.com/articles/223497

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

《构建实时机器学习系统》一1.2 机器学习发展的前世今生

1.2 机器学习发展的前世今生 1.2.1 历史上机器学习无法调和的难题 早在 2011年,笔者之一彭河森正在谷歌总部实习的时候,机器学习的应用还主要集中在几个互联网巨头手里。当时,机器学习的大规模应用存在以下三个方面的限制。1.运维工具欠缺 就拿灵活开发流程来说吧,早在 2011年,谷歌、亚马逊等公司开发了内部自有的协同部署工具,而开源协同部署工具 Jenkins才刚刚起步,不少公司对服务器集群的管理还停留在 rsync 和 ssh 脚本阶段。机器学习的应用往往需要多台服务器各司其职、协同作业,这也增加了机器学习开发、部署的难度。这也解释了为什么早期的机器学习软件包(如 Weka 等)都是单机版的,因为服务器配置真的是太麻烦了。一个机器学习系统的上线运行,需要前端、后端多个组成部分协调工作。在缺乏运维工具的年代,这样的工作量会大得惊

《构建实时机器学习系统》一1.6 实时应用对机器学习的要求

1.6 实时应用对机器学习的要求 现今每年都会发表成千上万的机器学习相关的论文,其中不乏表现突出的方法论,但是并不是所有的机器学习模型在实际应用中都适用。实时机器学习的应用主要有以下几个方面的要求。1.模型可扩展性模型可扩展性需要整个机器学习应用的各个部分均可以轻易地根据实际需要进行扩展。这里的扩展可能是增加新的预测变量,也可能是在新的市场、 人群和用户界面中进行使用,还有可能是加入新的架构部件,进行可视化等操作。2.模型运用低延迟性低延迟性是实时机器学习应用区别于其他机器学习应用的核心。根据定的义的不同,低延迟的界定也会有所不同。对于网页、交互式游戏等应用场景,低延迟需要整个机器学习后台在少于 10 个微秒内完成反应;与此相对应的是,对于后台数据分析、作弊检测等场景,低延迟要求整个机器学习后台能在少于一分钟内完成作业即可。3.训练

相关文章

发表评论

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。