基于深度学习的大数据系统配置参数调优的方法和系统
基本信息
| 申请号 | CN201710361578.3 | 申请日 | - |
| 公开（公告）号 | CN107229693A | 公开（公告）日 | 2017-10-03 |
| 申请公布号 | CN107229693A | 申请公布日 | 2017-10-03 |
| 分类号 | G06F17/30(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 王宏志;王艺蒙;赵志强;孙旭冉 | 申请（专利权）人 | 工创集团有限公司 |
| 代理机构 | 北京格允知识产权代理有限公司 | 代理人 | 哈工大大数据产业有限公司 |
| 地址 | 150001 黑龙江省哈尔滨市经开区哈平路集中区渤海路6号动漫基地F座509室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度学习的大数据系统配置参数调优的方法及系统，其中方法包括：神经网络训练步骤，初步构建深度神经网络，以至少一个映射规约参数作为输入参数，以待预测出最优配置参数作为输出参数，以大数据系统的历史数据作为训练样本集；再以映射规约时间作为该深度神经网络的衡量标准，基于反向传播思想的参数学习规则对每层神经元的权值进行调整，直至映射规约时间满足时间成本要求；配置参数预测步骤，设定至少一个映射规约参数的初始值，并读取当前测试数据，输入到经由神经网络训练步骤得到的深度神经网络中，得到配置参数。本发明通过深度神经网络对映射规约框架中的配置参数进行调优，避免了人工调节，且预测的参数应用效果好。 |
