Apache Ignite ML 和 DL 中的 Xgboost 和 LSTM 支持
Xgboost and LSTM support in Apache Ignite ML and DL
在我们基于机器学习的系统中，我们使用了 Xgboost 和 LSTM 算法。我想使用基于 Apache Ignite In-Memory Grid 的机器学习库（Apache Ignite Machine Learning Grid）来优化这个系统的性能。 Apache Ignite ML 和 DL 库是否支持 Xgboost 和 LSTM 算法？
取决于您的数据位置和您的目标。您的数据是否已存储在 Apache Ignite 中？您在您的生态系统中使用 Apache Ignite 吗？
关于 XGBoost，Apache Ignite 到目前为止不提供提升树的训练器，但您可以使用 imported XGBoost 模型。您可以找到此类导入器的示例 here。如果您在 Ignite 之外训练您的模型，然后使用 Ignite 中的模型来处理数据，这种方法对您来说就足够了。
关于 LSTM，Apache Ignite ML 目前仅支持 MLP 神经网络，因此您无法在 Apache Ignite 中训练您的模型。尽管如此，您仍然可以在 Apache Ignite 之外训练模型，然后导入准备好的模型。
在我们基于机器学习的系统中，我们使用了 Xgboost 和 LSTM 算法。我想使用基于 Apache Ignite In-Memory Grid 的机器学习库（Apache Ignite Machine Learning Grid）来优化这个系统的性能。 Apache Ignite ML 和 DL 库是否支持 Xgboost 和 LSTM 算法？
取决于您的数据位置和您的目标。您的数据是否已存储在 Apache Ignite 中？您在您的生态系统中使用 Apache Ignite 吗？
关于 XGBoost，Apache Ignite 到目前为止不提供提升树的训练器，但您可以使用 imported XGBoost 模型。您可以找到此类导入器的示例 here。如果您在 Ignite 之外训练您的模型，然后使用 Ignite 中的模型来处理数据，这种方法对您来说就足够了。
关于 LSTM，Apache Ignite ML 目前仅支持 MLP 神经网络，因此您无法在 Apache Ignite 中训练您的模型。尽管如此，您仍然可以在 Apache Ignite 之外训练模型，然后导入准备好的模型。