全部产品
弹性计算 会员服务 网络 安全 移动云 数加·大数据分析及展现 数加·大数据应用 管理与监控 云通信 阿里云办公 培训与认证 智能硬件
存储与CDN 数据库 域名与网站(万网) 应用服务 数加·人工智能 数加·大数据基础服务 互联网中间件 视频服务 开发者工具 解决方案 物联网 更多
阿里云机器学习

周期性调度

更新时间:2018-05-02 10:22:18

如何使用阿里云机器学习平台的离线周期性调度功能

离线调度功能是机器学习的常见场景,用户需要通过离线调度功能周期性地更新模型。阿里云机器学习平台可以帮助用户构建模型训练的pipline。机器学习平台支持与大数据开发套件(一套阿里云飞天系统的管理运维平台)互通,实现了机器学习实验的周期性调度。

1. 建立机器学习实验

首先建立一个机器学习实验,在本案例中以一个深度学习实验为例。需要记住实验名以便在调度的时候进行选择,如下图红框所示。

2. 进入大数据开发套件工作空间

进入数加大数据开发套件,如下图所示。

大数据开发套件与机器学习平台共用一套项目,选择需要调度的实验所在的项目,单击进入工作空间。

3. 新建节点调度任务

单击新建并选择新建任务

在新建任务的配置中,任务类型选择节点任务类型选择机器学习

4. 配置调度任务

建立了节点任务之后,选择需要调度的机器学习实验,并在右边的配置栏进行相关参数的配置。

单击提交。提交的作业从第二天开始生效。

5. 任务日志查询

提交调度任务之后,单击前往运维查看日志。

在运维中心可以全方位地观察机器学习任务的运行情况并查看系统日志。

本文导读目录