Estudo comparativo de plataformas de Deep Learning: Apache Singa, Graphlab e H2O

Elias Augusto Fank, Geomar A. Schreiner, Denio Duarte
{"title":"Estudo comparativo de plataformas de Deep Learning: Apache Singa, Graphlab e H2O","authors":"Elias Augusto Fank, Geomar A. Schreiner, Denio Duarte","doi":"10.5753/erbd.2021.17234","DOIUrl":null,"url":null,"abstract":"Técnicas de Deep learning vêm mostrando avanços em várias tarefas de aprendizado de máquina. Porém a implementação dessas técnicas é muito complexa. Assim, para ajudar na implementação de projetos de Deep Learning, plataformas estão sendo criados. Já existe uma quantidade considerável destas plataformas disponível. Isso acaba trazendo uma dificuldade na escolha de quem procura começar um projeto. Com o objetivo de auxiliar nesta escolha, este trabalho faz um estudo comparativo entre algumas plataformas: Apache Singa, Graphlab e H2O. Experimentos são conduzidos utilizando os conjunto de dados MNIST e KDD Cup 1999. Resultados apontam que as plataformas testadas têm suas vantagens: Graphlab é a mais intuitiva, a Apache Singa oferece mais recursos e H2O obteve os melhores resultados de predição.","PeriodicalId":293556,"journal":{"name":"Anais da XVI Escola Regional de Banco de Dados (ERBD 2021)","volume":"39 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-09-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais da XVI Escola Regional de Banco de Dados (ERBD 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/erbd.2021.17234","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Técnicas de Deep learning vêm mostrando avanços em várias tarefas de aprendizado de máquina. Porém a implementação dessas técnicas é muito complexa. Assim, para ajudar na implementação de projetos de Deep Learning, plataformas estão sendo criados. Já existe uma quantidade considerável destas plataformas disponível. Isso acaba trazendo uma dificuldade na escolha de quem procura começar um projeto. Com o objetivo de auxiliar nesta escolha, este trabalho faz um estudo comparativo entre algumas plataformas: Apache Singa, Graphlab e H2O. Experimentos são conduzidos utilizando os conjunto de dados MNIST e KDD Cup 1999. Resultados apontam que as plataformas testadas têm suas vantagens: Graphlab é a mais intuitiva, a Apache Singa oferece mais recursos e H2O obteve os melhores resultados de predição.
深度学习技术在许多机器学习任务上都取得了进展。然而,这些技术的实现非常复杂。因此,为了帮助实施深度学习项目,正在创建平台。已经有相当数量的这样的平台可用。这最终给选择谁开始一个项目带来了困难。为了帮助这一选择,本文对Apache Singa、Graphlab和H2O等平台进行了比较研究。利用MNIST和KDD Cup 1999数据集进行了实验。结果表明,测试平台有其优势:Graphlab是最直观的,Apache Singa提供了更多的功能,H2O获得了最好的预测结果。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信