168大数据
标题: 重磅！50页PPT揭秘腾讯大数据平台与推荐应用架构 [打印本页]
作者: 51管天下 时间: 2014-12-2 14:13
标题: 重磅！50页PPT揭秘腾讯大数据平台与推荐应用架构
2014年10月25日，由eBay、CSDN共同举办的“大数据峰会”将在上海豫园万丽酒店举办。腾讯T4技术专家、数据平台部精准推荐中心总监李勇，以“腾讯大数据平台与推荐应用架构”作为峰会的结尾。
内容简介：- 腾讯的月活跃用户8.3亿
- 微信月活跃用户4.4亿
- QQ空间月活跃用户6.5亿
- 游戏月活跃用户过亿
如今腾讯的数据分析已经能做到始终“不落地”，即全部的实时处理。腾讯大数据平台有如下核心模块：TDW、TRC、TDBank、TPR和Gaia。简单来说，TDW用来做批量的离线计算，TRC负责做流式的实时计算，TPR负责精准推荐，TDBank则作为统一的数据采集入口，而底层的Gaia则负责整个集群的资源调度和管理。李勇还特别强调了数据平台体系化是应用基础，数据应用商业化是价值导向。
数据平台体系化是应用基础，数据应用商业化是价值导向。
腾讯深度学习平台的挑战深度神经网络模型复杂，训练数据多，计算量大
- 模型复杂：人脑有100多亿个神经细胞，因此DNN的神经元和权重多
- 训练数据多：大量训练数据才能训练出复杂模型
- 微信语音识别：数万个神经元，超过50,000,000参数，超过4,000,000,000样本，单机训练耗时以年计，流行的GPU卡需数周
深度神经网络需要支持大模型
- 更深更宽的网络能获得更好的结果
- 以图像识别为例，增加卷积层的filter数量，加大模型深度等，可获得更好的模型质量
深度神经网络训练中超参数多，需要反复多次实验
- 非线性模型：代价函数非凸，容易收敛到局部最优解
- 敏感的超参数：模型结构、输入数据处理方式、权重初始化方案、参数配置、激活函数选择、权重优化方法等
- 数学基础研究稍显不足，倚重技巧和经验
腾讯深度学习平台Mariana 腾讯有广泛的深度学习应用需求，其挑战如下
- 模型复杂，训练数据多，计算量大
- 需要支持大模型
- 训练中超参数多，需要反复多次实验
Mariana腾讯深度学习平台提供三个框架解决上述问题
- Mariana DNN: 深度神经网络的GPU数据并行框架
- Mariana CNN: 深度卷积神经网络的GPU数据并行和模型并行框架
- Mariana Cluster: 深度神经网络的CPU集群框架
Mariana已支持了训练加速、大模型和方便的训练作业
- 微信语音识别6 GPU做到4.6倍加速比
- 微信图像识别4 GPU做到2.5倍加速比，并支持大模型
Mariana已成功应用到微信语音识别和微信图像识别，并在广点通广告推荐的点击率预估中积极尝试
| 欢迎光临 168大数据 (http://www.bi168.cn/) |
Powered by Discuz! X3.2 |
