xiaoqingwang / angel

A Flexible and Powerful Parameter Server for large-scale machine learning

(English Documents Available)

Angel是一个基于参数服务器（Parameter Server）理念开发的高性能分布式机器学习平台，它基于腾讯内部的海量数据进行了反复的调优，并具有广泛的适用性和稳定性，模型维度越高，优势越明显。 Angel由腾讯和北京大学联合开发，兼顾了工业界的高可用性和学术界的创新性。

Angel的核心设计理念围绕模型。它将高维度的大模型合理切分到多个参数服务器节点，并通过高效的模型更新接口和运算函数，以及灵活的同步协议，轻松实现各种高效的机器学习算法。

Angel基于Java和Scala开发，能在社区的Yarn上直接调度运行，并基于PS Service，支持Spark on Angel，未来将会支持图计算和深度学习框架集成。

欢迎对机器学习有兴趣的同仁一起贡献代码，提交Issues或者Pull Requests。请先查阅: Angel Contribution Guide

Overview

• 架构设计
• 代码结构
• 设计理念
• Spark on Angel

Design

• 模型切分（modelPartitioner）
• 异步控制（syncController）
• 定制函数（psFunc）
• 核心接口
• 周边辅助

Programming Guide

• Angel编程手册
• Spark on Angel编程手册

Quick Start

• Angel入门
• Spark on Angel入门
• PyAngel入门

Algorithm

• Angel

  • Logistic Regression (ADMM)
  • Large Scale Piece-wise Linear Model/Mix Logistic Regression
  • Matrix Factorization
  • SVM
  • KMeans
  • GBDT
  • LDA* (WrapLDA)

• Spark on Angel

  • Logistic Regression
  • Sparse LR with FTRL
  • GBDT
  • KMeans

• 在线学习(Online Learning)

  • FTRL

Deployment

• 下载和编译
• 本地运行
• Yarn运行
• 系统配置
• 资源配置指南

FAQ

• 工程类问题
• 算法类问题

Support

• QQ群：20171688

Papers

1. Lele Yu, Bin Cui, Ce Zhang, Yingxia Shao. LDA*: A Robust and Large-scale Topic Modeling System. VLDB, 2017
2. Jiawei Jiang, Bin Cui, Ce Zhang, Lele Yu. Heterogeneity-aware Distributed Parameter Servers. SIGMOD, 2017
3. Jie Jiang, Lele Yu, Jiawei Jiang, Yuhong Liu and Bin Cui. Angel: a new large-scale machine learning system. National Science Review (NSR), 2017
4. Jie Jiang, Jiawei Jiang, Bin Cui and Ce Zhang. TencentBoost: A Gradient Boosting Tree System with Parameter Server. ICDE, 2017

Presentation

1. Angel: A Machine Learning Framework for High Dimensionality. Strata China, 2017

2. 方圆并济：基于 Spark on Angel 的高性能机器学习. QCon ShangHai China, 2017

3. 基于Angel和Spark Streaming的高维度Online Learning. GIAC China, 2017