一种面向分布式机器学习的云计算资源调度方法

• 作者: 刘永波 周博 宋云奎 李亚琼 李守超
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 机器学习 模型训练 资源调度 云计算
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 系统结构
• 页码范围: 3059-3062,3068
• 页数: 5页
• 分类号: TP391.7
• 字数: 3912字
• 语种: 中文
• DOI: 10. 3969/j. issn. 1672-9722. 2019. 12. 023

摘要

在云计算环境下,并发训练多机器学习模型会造成严重的共享集群资源竞争,影响执行效率.针对该问题,论文提出一种面向分布式机器学习的云计算资源调度方法.根据历史监测数据建立迭代次数与模型质量提升间的模型,在线预测资源分配对模型质量提升的影响,制定资源优化调度策略,并且设计了资源调度框架.实验结果表明,所提出的方法能够快速适应任务和负载的动态变化,实现多个模型训练作业的整体性能最大化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋云奎	中国科学院软件研究所	12	24	3.0	4.0
2	刘永波		3	1	1.0	1.0
3	周博		3	1	1.0	1.0
4	李亚琼		3	1	1.0	1.0
5	李守超		3	1	1.0	1.0