一種基于MPI和MapReduce的分布式向量計算框架的研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩77頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領

文檔簡介

1、機器學習是近20年來興起的多領域交叉學科，涉及多門學科，諸如概率論、統(tǒng)計學、逼近論、凸分析等等。機器學習算法目前已經(jīng)有了廣泛的應用，例如數(shù)據(jù)挖掘、自然語言處理、搜索引擎等等。當前各種機器學習算法已經(jīng)有開源的單機實現(xiàn)，但是隨著互聯(lián)網(wǎng)的高速發(fā)展，用戶數(shù)據(jù)量急劇增加，單機實現(xiàn)已經(jīng)不能滿足工業(yè)界的需求，為了滿足算法的高性能實現(xiàn)，開發(fā)人員需要利用MPI，Hadoop/MapReduce等計算框架開發(fā)并行程序。
　　 MPI效率高，編程靈活

2、，擴展性好，適合高性能計算，然而也存在一些缺點:MPI接口眾多，學習成本高;當前使用MPI實現(xiàn)高性能程序時，往往需要考慮數(shù)據(jù)切分、網(wǎng)絡通信等問題，缺少類似MapReduce的計算模型，增加了程序員的負擔;算法實現(xiàn)專有化不利用代碼復用，缺少統(tǒng)一抽象的分布式數(shù)據(jù)結(jié)構(gòu);程序容錯性較差。
　　 針對以上缺點，本論文綜述了MPI容錯方案和MapReduce的應用與改進，結(jié)合抽象向量接口設計，提出了一種MPI下基于向量和MapReduce的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論