OSCHINA-MIRROR/mirrors-tencent-angel

(Китайская версия)

Angel — это высокопроизводительная распределённая платформа машинного обучения и графового вычисления, основанная на философии сервера параметров. Она настроена на производительность с большими данными от Tencent и имеет широкий спектр применимости и стабильности, демонстрируя увеличивающееся преимущество при работе с моделями более высокой размерности. Angel разработана совместно Tencent и Пекинским университетом, принимая во внимание как высокую доступность в промышленности, так и инновации в академической среде.

С концепцией централизованной модели, Angel разделяет параметры сложных моделей на несколько узлов сервера параметров и реализует различные алгоритмы машинного обучения и графовых алгоритмов с помощью эффективных интерфейсов и функций обновления модели, а также гибкого согласованного моделирования для синхронизации.Angel разработан на Java и Scala. Поддерживает выполнение на Yarn. С абстракцией PS Service, он поддерживает Spark on Angel. Разработка поддержки графовых вычислений и глубокого обучения находится в процессе и будет выпущена в будущем.Мы рады всем заинтересованным в машинном обучении или графовых вычислениях, чтобы они могли вносить изменения кода, создавать проблемы или запросы на слияние. Для получения дополнительной информации обратитесь к руководству по вкладу в проект Angel.

Введение в Angel

Проектирование

Быстрый старт

Пример быстрого старта

Развертывание

Программистское руководство

Руководство программиста Spark on Angel## АЛГОРИТМЫ- [Angel или Spark On Angel?](. /docs/algo/angel_or_spark_on_angel. md)
- [Описание параметров алгоритма](. /docs/algo/model_config_details. md)
- Angel
  - Традиционные методы машинного обучения
    - [Логистическая регрессия(LR)](. /docs/algo/lr_on_angel_en. md)
    - [Поддержка векторной машины(SVM)](. /docs/algo/svm_on_angel_en. md)
    - [Машина факторизации(FM)](. /docs/algo/fm_on_angel. md)
    - [Линейная регрессия](. /docs/algo/linear_on_angel_en. md)
    - [Резистентная регрессия](. /docs/algo/robust_on_angel_en. md)
    - [Софтмакс регрессия](. /docs/algo/softmax_on_angel_en. md)
    - [KMeans](. /docs/algo/kmeans_on_angel_en. md)
    - [GBDT](. /docs/algo/gbdt_on_angel_en. md)
    - [LDA*](. /docs/algo/lda_on_angel_en. md) ([WarpLDA](. /docs/algo/warp_lda_on_angel. md))
- Spark on Angel
  - Angel Mllib
    - FM
    - DeepFM
    - DeepAndWide
    - DCN
    - XDeepFM
    - AttentionFM
    - PNN
    - [FTRL](. /docs/algo/ftrl_lr_spark. md)
    - [Логистическая регрессия(LR)](. /docs/algo/sona/lr_sona. md)
    - [FTRLFM](. /docs/algo/ftrl_fm_spark_en. md)
    - [GBDT](. /docs/algo/sona/feature_gbdt_sona. md)
  - Angel Graph
    - [PageRank](. /docs/algo/sona/pagerank_on_sona_en. md)
    - [KCore](. /docs/algo/sona/kcore_sona_en. md)
    - [HIndex](. /docs/algo/sona/hindex_sona_en. md)
    - [Closeness](. /docs/algo/sona/closeness_sona_en. md)
    - [CommonFriends](. /docs/algo/sona/commonfriends_sona_en. md)
    - ConnectedComponents
    - [TriangleCountingUndirected](. /docs/algo/sona/triangle_count_undirected_en.md)
    - [Louvain](. /docs/algo/sona/louvain_sona_en.md)
    - [LPA](. /docs/algo/sona/LPA_sona_en.md)
    - [LINE](. /docs/algo/sona/line_sona_en.md)
    - [Word2Vec](. /docs/algo/sona/word2vec_sona_en.md)
    - GraphSage
    - GCN
    - DGI