当前位置:首页 > 报告详情

4-2Flink在AI流程中的应用.pdf

上传人: li 编号:29703 2021-02-07 29页 883.57KB

1、Background on Flink with AI What is AI flow Meet Flink AI flow ML scenario in Flink AI flow Background on Flink with AI Lambda architecture Data Source Batch Processing Stream Processing Merge the results Batch layer Speed layer Offline path Online path Downstream Analytics Serving layer AI requirem

2、ents for real-time property Data Preprocessing big data processing essentially maintain two sets of codes Training sample distribution deviation, may need train model regularly high frequency search scenario require online training Predict offline , online, nearline all require lowest latency Why Fl

3、ink? Offline path Online path Data Source ProcessingOffline TrainingInference Processing Static Model Message Queue Online TrainingInference Processing Dynamic Model Why Flink? Data SourceProcessingOffline Training Message Queue Online Training Inference Processing Dynamic Model Static Model Offline path Online path Static Model What is AI flow An library managing the machine learning pipeline lif

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了Flink AI Flow,一个结合了Flink和AI的库,用于管理机器学习管道的生命周期。Flink AI Flow支持实时场景,涵盖了数据预处理、训练、预测等环节。其主要特点包括:支持lambda架构,能够将批处理和流处理结果合并;具有数据预处理功能,能够处理大数据,并维护两套代码;支持在线训练和预测,满足低延迟需求;作为机器学习管道的执行引擎,与多种机器学习库和框架集成,如Alink、Flink ML Pipeline、TF/Pytorch on Flink、Pyflink等。Flink AI Flow将机器学习管道的定义、编译和执行集成在一起,提供了一个执行机器学习任务的平台,同时支持多种引擎和平台。
"Flink AI Flow如何实现实时场景下的机器学习管道管理?" "Flink AI Flow的架构中包含了哪些关键组件?" "如何利用Flink AI Flow和Pyflink进行机器学习模型的训练和预测?"
客服
商务合作
小程序
服务号
折叠