支持内存机器和深度学习的持续学习框架

GridGain®持续学习框架包括Apache® Ignite集成机器学习和多层感知器,用于深度学习功能。作为GridGain内存计算平台的一部分,这些功能可以直接在GridGain中使用机器学习和深度学习,实现基于内存操作数据集的持续学习。这些机器学习和深度学习库已针对GridGain集群中的数据进行了大规模并行处理(MPP)优化。通过MPP,可以大大加快大规模机器学习,从而更快地对模型进行训练。

可以通过直接在GridGain集群中处理数据来建立持续学习工作流程。无需在训练模型之前将事务数据移动到单独的数据库中,与依赖ETL过程将数据加载到分析数据库进行训练的传统方法相比,GridGain提供实时模型训练甚至持续模型训练,其复杂性更低,成本更低。

运行中HTAP的持续学习框架

GridGain持续学习框架可作为运行中HTAP(混合事务/分析处理)应用的一部分,该应用根据输入数据不断训练数据模型。对于下一代应用,运行中的HTAP会受益于实时模型训练的即时反馈,可以为更好的实时决策提供助力。可以实现基于实时模型更新的新业务应用,例如防欺诈、电子商务推荐引擎、信贷审批、物流和运输系统维护决策。

GridGain持续学习框架包含在GridGain社区版2.7及更高版本以及GridGain企业版和旗舰版 8.4及更高版本中。