当前位置:首页 > 安全管理
亚搏网页登录-Facebook利用人工智能调整网络服务器性能
时间:2021-06-29 来源:亚博网页版登陆 浏览量 12708 次
本文摘要:机器学习近些年已被作为调节机器学习自身的特性,那麼为何无须机器学习来提高网站服务器的特性呢?

机器学习近些年已被作为调节机器学习自身的特性,那麼为何无须机器学习来提高网站服务器的特性呢?Facebook的科学研究工作人员就这样保证的,她们周一公布发布了相关用机器学习调节经营在社交媒体网络服务器基础设施建设上的端口设置的文章内容。BenjaminLetham、BrianKarrer、GuilhermeOttoni和EytanBakshy的文章内容公布发布在_BayesianAnalysis_刊物上,作者仍在Facebook的人工智能技术科学研究blog上发过博闻。Facebook与全部信息服务一样也经营说白了的A/B测试,目地是评定网络服务器在每个自变量产生变化时的经营状况。

亚搏网页登录

有的人调节过各有不同版本号的网页页面,比如变化按键的外型或文字的合理布局,她们就告知,调节(比如在一个商务网站上的调节)能够提升例如点击量或加入购物车用以这类的物品。Facebook的生物学家在此项科学研究中科学研究了动态性生产系统(JIT:Just-in-time)c语言编译器选择项的变化对特性的危害,c语言编译器将Python转换为Facebook作为获得HTTP督促的开源系统Web服务端内的该设备x86网络服务器编码,即“HipHopvm虚拟机”。比如,能够将JIT设定为执行等额的代码块的置入这类的操作者。

那样的调节会致编码更高些,因而务必进行A/B测试,缘故是更高的编码不容易耗费更强的服务器内存,因此有适度确定否有一点那样保证。文章内容的作者用了起名叫“贝叶斯分析”的方式,贝叶斯分析是一种机器学习优化算法,基础观念是着重强调用以以往或此前的信息内容来确定最好解决方法。贝叶斯分析过去十年里被广泛用于提升“强力主要参数”机器学习,比如用于确定大批量的尺寸或通过自学速率主要参数的尺寸。

亚搏网页登录

因为贝叶斯优化能够更换每人必备保证强力主要参数设计方案的苦事,有些人将用了贝叶斯优化的机器学习称之为“自动化技术”机器学习。文章内容的作者在用以JITc语言编译器的设定经营A/B测试时在各种各样各有不同的地区用了贝叶斯算法。那样保证仅次的好处是速率。

因为必不可少在工作环境中进行测试以认真观察各有不同设定的危害,因而期待必须比较慢顺利完成测试,便于将变动更进一步作为网站服务器。作者在文章内容里答复,典型性的A/B测试是在每一次只测试一个配备的变化,而贝叶斯优化则“允许大家用偏少的测试协同调节更强的主要参数并找寻更优的值。”这儿的关键是“协同”这个词:贝叶斯算法体制能够从等额的的A/B测试推测别的主要参数,以扩大“脱离实际的“配备,因此必须进行适度的具体A/B测试就能逃避一些配备随意选择。

亚博网页版登陆

作者用了广泛寻找工作能力的关键字,称作“到数室内空间里变量值的测试不但为大家获得了有关这种主要参数結果的信息内容,并且还获得了有关周边点的信息内容。”贝叶斯模型能够从早期测试結果中获得了新的工作经验数据信息,这种工作经验数据信息又可以作为更进一步扩大寻找潜在性线性拟合配备的范畴,因而全部A/B测试逐渐地就更为高效率了。Facebook此项贝叶斯优化科学研究的新奉献是应急处置噪音。作者觉得,在A/B试验中测试端口设置与提升机器学习互联网各有不同,这时候的测试結果和精确测量皆不会有许多 噪声,在现实世界中,设定的转变对网络服务器特性的危害能够是各式各样的,并且还不会有“噪音”管束,比如服务器内存的用以务必在有效的范畴以内。

亚搏网页登录

文章内容的作者明确指出了在贝叶斯算法中解决困难这类噪音的方式,她们下结论的结果是,用新方式相比其他类型的贝叶斯方法更非常容易得到 线性拟合打法。用了此方式的A/B测试方式不会有一个有趣的小问题,一些配备从会被选用:由于贝叶斯优化剖析的预测分析基本上逃避了这些配备,适度的自变量已在测试中被除去。

文章内容的作者则强调它是个好处,能够提升客户进行很多各有不同试验的烦恼。


本文关键词:亚博网页版登陆,亚搏网页登录

本文来源:亚博网页版登陆-www.annetteskibby.com

版权所有毕节市亚搏网页登录科技股份有限公司 贵ICP备62492796号-7

公司地址: 贵州省毕节市殷都区标视大楼45号 联系电话:0704-37279401

Copyright © 2018 Corporation,All Rights Reserved.

熊猫生活志熊猫生活志微信公众号
成都鑫华成都鑫华微信公众号