近年來,工業(yè)界普遍開始運(yùn)用機(jī)器學(xué)習(xí)算法模型技術(shù),但是在使用過程中卻面臨著高額模型開發(fā)成本以及損害原有系統(tǒng)代碼,造成模型與軟件系統(tǒng)的可拓展性差問題。因此本文通過設(shè)計(jì)模塊化思想研究方法,借助核心幾大模塊,例如數(shù)據(jù)采集存儲模塊、算法服務(wù)模塊等,設(shè)計(jì)面向服務(wù)的一站式機(jī)器學(xué)習(xí)算法系統(tǒng),完成數(shù)據(jù)采集以及模型線上化的一站式服務(wù)。普通開發(fā)人員借助該系統(tǒng)開展機(jī)器模型建模工作,降低模型門檻以及開發(fā)研究成本。通過該算法系統(tǒng),可以提升上限模型數(shù)量,滿足業(yè)務(wù)標(biāo)準(zhǔn),從而可以達(dá)到預(yù)期的系統(tǒng)開發(fā)目標(biāo)。 

【文章來源】：科學(xué)技術(shù)創(chuàng)新. 2021,(03)

【文章頁數(shù)】：2 頁

【文章目錄】：
1 系統(tǒng)總體架構(gòu)設(shè)計(jì)
    1.1 數(shù)據(jù)服務(wù)部分
    1.2 數(shù)據(jù)清洗和數(shù)據(jù)標(biāo)準(zhǔn)化服務(wù)
    1.3 算法模型層
        1.3.1 模型解析
        1.3.2 計(jì)算層
2 面向服務(wù)的一站式機(jī)器學(xué)習(xí)算法系統(tǒng)的詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    2.1 數(shù)據(jù)采集存儲模塊
        2.1.1 數(shù)據(jù)采集存儲模塊的詳細(xì)設(shè)計(jì)
        2.1.2 數(shù)據(jù)采集存儲模塊的實(shí)現(xiàn)
    2.2 算法服務(wù)模塊
        2.2.1 算法服務(wù)模塊的詳細(xì)設(shè)計(jì)
        2.2.2 算法服務(wù)模塊的實(shí)現(xiàn)
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]分布式機(jī)器學(xué)習(xí)平臺與算法綜述[J]. 舒娜,劉波,林偉偉,李鵬飛.  計(jì)算機(jī)科學(xué). 2019(03)
[2]基于Kubernetes的分布式TensorFlow平臺的設(shè)計(jì)與實(shí)現(xiàn)[J]. 余昌發(fā),程學(xué)林,楊小虎.  計(jì)算機(jī)科學(xué). 2018(S2)
[3]Redis壓縮列表研究與優(yōu)化設(shè)計(jì)[J]. 張慧寧,李擁軍,王紹東.  計(jì)算機(jī)工程與應(yīng)用. 2018(18)
[4]Proactor模式的NIO框架的設(shè)計(jì)與實(shí)現(xiàn)[J]. 葉柏龍,劉蓬.  計(jì)算機(jī)應(yīng)用與軟件. 2014(09)
[5]Namenode單點(diǎn)故障解決方案研究[J]. 鄧鵬,李枚毅,何誠.  計(jì)算機(jī)工程. 2012(21)



本文編號：3461874