我的用例是这样的: A)运行多机器学习算法(Naive Bayes，ANN，Random Forest等)并行的。1)使用10次交叉验证验证每个算法B)将步骤A)的输出馈送到第二层机器学习算法中。我的问题是:我们可以并行运行步骤A中的多个机器学习算法吗？我们可以并行进行交叉验证吗？比如，并行运行10个迭代的朴素贝叶斯训练？
我找不到任何方法来并行运行不同的算法。而且似乎交叉验证也不能并行进行。
浏览 2提问于2017-09-04得票数 0
1回答
我知道H20是在星火环境下执行的，所以它可以使用火花引擎(和所有的星火分布式结构)来分配计算，但是就性能而言，H2O已经是一个分布式和可伸缩的机器学习库了。而且，独立版本的H2O真的能够管理计算机集群上的分布式处理吗？
浏览 1提问于2017-12-19得票数 1
回答已采纳
1回答
当您有一个300 of的大型数据集，而您的计算机只有250 of内存时，您会使用什么工作流程？一定要在本地使用dev集，但您是否将300 do的容量放在S3存储桶上用于生产，以便在不使用时很容易关闭AWS，并且在计算完成时很容易提取模型？
我做了几个基本的测量，从s3加载一个文件平均需要5秒。
浏览 0提问于2018-04-20得票数 0
3回答
我学习了应用统计学(精算科学)，所以我有一个很好的统计背景(回归、随机过程、时间序列等等)。但现在，我要攻读智能系统的计算机科学硕士学位。这是我的学习计划：高级机器学习模糊逻辑分布式数据系统知识发现信息检索最后，凭借我所有的统计和计算机科学知识，我能称自己为数据科学家吗
浏览 0提问于2014-07-22得票数 11
回答已采纳
我想开始学习Spark 2.0，所以我尝试设置我的dev (Scalav2.11)环境。我不是追求性能，我需要一些东西来模拟一个工作集群，以便我可以学习火花。如何设置一个开发环境来学习和开发星火应用程序，而不必访问多台机器，但仍然能够学习和编写
浏览 3提问于2016-08-13得票数 0
回答已采纳
我是机器学习和Tensorflow的新手。我有一个关于TensorFlow分布式训练的问题。但是，如果多台计算机具有多个GPU，情况会怎样呢？是否可以在几台机器之间分配机器训练任务？是否有特定的算法/任务，需要这样的分布或多个GPU就足以进行机器学习？这会有需求吗？ 谢谢
浏览 8提问于2019-06-15得票数 1
回答已采纳
我说的是服务器端和客户端。我知道一点关于Go，JavaScript，Node.js，PHP，Ruby和Java的知识。我不会试图在几天内达到目标，我知道这是毫无意义的。我计划从为Twitter，Google+，特别是Facebook这样的平台开发小应用程序开始，最后开发一个像Facebook这样的完整平台。谢谢。
浏览 0提问于2012-06-14得票数 0
回答已采纳
1回答
我有一堆带有GPU的机器(我和我的朋友拥有它们)，主要用于游戏和机器学习。与其独立使用每台机器，我认为最好将它们作为一个分布式系统使用(例如，对机器学习模型进行分布式培训)，以减少培训时间。我没有开发应用程序的经验(仅限于云应用程序)，但我认为在这样的地方创建客户机服务器应用程序会很有趣：
在前端端，客户端(例如我和我的朋友)可以访问系统并查看哪些机器可供工作。如果一台机器有一个空闲的GPU，那么它应该可以用于工
浏览 1提问于2019-02-25得票数 0
回答已采纳
我需要做一些繁重的机器学习计算。我在LAN上有少量空闲的机器。我需要多少台机器才能使用hadoop / mapreduce / mahout分发我的计算，从而比没有这些分布式框架的单台机器上运行的速度快得多？这是一个计算开销与收益的实际问题，因为我假设只在两台机器之间分配总时间将比不分配并简单地在一台计算机上运行更糟糕(因为分配计算涉及到所有开销)。
技术说明:
浏览 0提问于2011-07-14得票数 6
回答已采纳
我正在比较Apache Storm和Apache Spark streaming，以选择分布式实时计算系统。但是，我找不到Apache Storm是否有像Apache Spark那样的机器学习库。事实上，我想做在线机器学习，这是一个重要的要求。亚西尔
浏览 0提问于2016-07-08得票数 2
我正在从事一个利用机器学习算法的项目，我选择hadoop/mahout，因为它能够更好地处理大数据。但是mahout只集成了少数算法(不包括一些算法，比如支持向量机)，所以我想知道除了mahout之外，Hadoop平台中还有其他机器学习库吗？
非常感谢~
浏览 4提问于2013-01-23得票数 0
我正在跟踪这个页面，以了解SageMaker的分布式培训功能。上面写着：-
SageMaker分布式培训库只能通过TensorFlow、PyTorch和HuggingFace框架的AWS深度学习容器在SageMaker培训平台中使用。这是否意味着我们不能使用SageMaker分布式训练来使用传统的机器学习算法(如线性回归、随机森林或XGBoost )来训练机器学习模型？我有一个用例，其中数据集非常大，和分布式培训可以帮助模型并行和数
浏览 12提问于2022-09-17得票数 -1
简单回答：
Dask提供并行数组、数据帧、机器学习和自定义算法。星火通常用于中小型集群，但在一台机器上运行也很好。我从下面的链接中了解了更多关于Dask
浏览 4提问于2016-08-10得票数 101
2回答
我正在寻找一种在任何计算机上建立模型的方法，并将其发送到服务器上进行培训，并让它返回图表/精度/权重等。我知道有付费的解决方案，但我正在寻找一个可以自己运行的分布式解决方案。
浏览 0提问于2015-11-15得票数 7
2回答
AUC score: {np.max(ROC)}")在我的个人膝上型计算机上运行这个程序可以输出以下内容现在，在寻找替代方案时，我被告知了“弹性分布式数据集”或"rdd“，经过一番努力，我成功地完成了以下工作：
from sklearn.model_selection import train_test_split我猜测no2问题的部分答案与我对集群的选择有关，相对于我个人计算</e
浏览 0提问于2021-08-19得票数 1
回答已采纳
1回答
大数据平台究竟在哪里适合于数据科学/机器学习项目？现在我需要创建一个实时分类模型。2一旦模型准备就绪，就不需要这些分布式平台了，对吗？或者需要它们来进行特征提取？
浏览 0提问于2017-03-09得票数 3
3回答
我是一位研究机器学习的研究员。到目前为止，已经走过了几门涉及机器学习算法和社会网络分析的理论课程，从而为机器学习算法的实现和真实数据的输入提供了一些有用的理论概念。的最终目标是能够建立一个分析大数据的工作平台，重点是实现我自己的机器学习算法，并将所有这些集合起来，准备通过处理大数据来解决有用的问题。由于主要的重点是实现机器学习算法，我想问一问是否有任何现有的运行平台，提供足够的CPU资源来输入大量数据，上传自己的算法
浏览 0提问于2012-12-07得票数 38
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
