开发者社区 PolarDB开源 PolarDB PostgreSQL 版文章正文

直播预告 | pg4ml 机器学习框架系列课程：实现细节、XOR 模型案例（上）

2023-02-02 256

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

本文涉及的产品

云原生数据库 PolarDB MySQL 版，通用型 2核4GB 50GB

云原生数据库 PolarDB PostgreSQL 版，标准版 2核4GB 50GB

简介： pg4ml 机器学习框架是基于 PostgreSQL v13 实现的、使用 plpgsql 编写的机器学习框架，本次讲解的实验环境基于PolarDB-PG开源数据库。本次分享主要介绍框架的实现细节，并构建XOR两层网络的模型案例，包括数据集、XOR分类的案例与原理、神经网络节点、训练任务结构与执行等内容。

pg4ml 机器学习框架是基于 PostgreSQL v13 实现的、使用 plpgsql 编写的机器学习框架，本次讲解的实验环境基于PolarDB-PG开源数据库。本次分享主要介绍框架的实现细节，并构建XOR两层网络的模型案例，包括数据集、XOR分类的案例与原理、神经网络节点、训练任务结构与执行等内容。

嘉宾介绍

郭铁成，PolarDB机器学习框架SIG核心成员，pg4ml 框架作者，编写基于PG数据库的机器学习框架与分布式计算框架，十余年深耕数据分析，熟悉数据库、大数据、机器学习等领域。

直播时间
2月3号（本周五）16:00～17:00

参与方式
钉钉扫描下图二维码
加入 PolarDB 开源交流群

郭铁成-开源学堂2.png

文章标签：

云数据库 RDS PostgreSQL 版

云原生数据库 PolarDB

机器学习/深度学习

数据挖掘

分布式计算

关系型数据库

PostgreSQL

PolarDB

数据库

大数据

分布式数据库

关键词：

人工智能平台 PAI模型

人工智能平台 PAI框架

人工智能平台 PAI案例

人工智能平台 PAI课程

机器学习平台 PAI模型

相关实践学习

函数计算X RDS PostgreSQL，基于LLM大语言模型构建AI知识库

基于ChatGLM6B 大语言模型构建AI知识库问答应用。答疑群17125058181

PolarDB-Evangelist

Echo_Wish

2天前

机器学习/深度学习人工智能算法

机器学习算法的优化与改进：提升模型性能的策略与方法

Echo_Wish

34 13 13

蚝油菜花

4天前

机器学习/深度学习人工智能

Diff-Instruct：指导任意生成模型训练的通用框架，无需额外训练数据即可提升生成质量

Diff-Instruct 是一种从预训练扩散模型中迁移知识的通用框架，通过最小化积分Kullback-Leibler散度，指导其他生成模型的训练，提升生成性能。

蚝油菜花

25 11 11

Diff-Instruct：指导任意生成模型训练的通用框架，无需额外训练数据即可提升生成质量

阿里云大数据Al技术

2月前

人工智能 JSON 算法

Qwen2.5-Coder 系列模型在 PAI-QuickStart 的训练、评测、压缩及部署实践

阿里云的人工智能平台 PAI，作为一站式、 AI Native 的大模型与 AIGC 工程平台，为开发者和企业客户提供了 Qwen2.5-Coder 系列模型的全链路最佳实践。本文以Qwen2.5-Coder-32B为例，详细介绍在 PAI-QuickStart 完成 Qwen2.5-Coder 的训练、评测和快速部署。

阿里云大数据Al技术

501 30 30

Qwen2.5-Coder 系列模型在 PAI-QuickStart 的训练、评测、压缩及部署实践

Deephub

22天前

机器学习/深度学习传感器运维

使用机器学习技术进行时间序列缺失数据填充：基础方法与入门案例

本文探讨了时间序列分析中数据缺失的问题，并通过实际案例展示了如何利用机器学习技术进行缺失值补充。文章构建了一个模拟的能源生产数据集，采用线性回归和决策树回归两种方法进行缺失值补充，并从统计特征、自相关性、趋势和季节性等多个维度进行了详细评估。结果显示，决策树方法在处理复杂非线性模式和保持数据局部特征方面表现更佳，而线性回归方法则适用于简单的线性趋势数据。文章最后总结了两种方法的优劣，并给出了实际应用建议。

Deephub

58 7 8

穿过生命散发芬芳

23天前

编解码机器人测试技术

技术实践 | 使用 PAI+LLaMA Factory 微调 Qwen2-VL 模型快速搭建专业领域知识问答机器人

Qwen2-VL是一款具备高级图像和视频理解能力的多模态模型，支持多种语言，适用于多模态应用开发。通过PAI和LLaMA Factory框架，用户可以轻松微调Qwen2-VL模型，快速构建文旅领域的知识问答机器人。本教程详细介绍了从模型部署、微调到对话测试的全过程，帮助开发者高效实现定制化多模态应用。

穿过生命散发芬芳

321 13 13

Deephub

2月前

机器学习/深度学习 PyTorch API

优化注意力层提升 Transformer 模型效率：通过改进注意力机制降低机器学习成本

Transformer架构自2017年被Vaswani等人提出以来，凭借其核心的注意力机制，已成为AI领域的重大突破。该机制允许模型根据任务需求灵活聚焦于输入的不同部分，极大地增强了对复杂语言和结构的理解能力。起初主要应用于自然语言处理，Transformer迅速扩展至语音识别、计算机视觉等多领域，展现出强大的跨学科应用潜力。然而，随着模型规模的增长，注意力层的高计算复杂度成为发展瓶颈。为此，本文探讨了在PyTorch生态系统中优化注意力层的各种技术，

Deephub

80 6 6

优化注意力层提升 Transformer 模型效率：通过改进注意力机制降低机器学习成本

请看我回答~

1月前

机器学习/深度学习人工智能算法

人工智能浪潮下的编程实践：构建你的第一个机器学习模型

在人工智能的巨浪中，每个人都有机会成为弄潮儿。本文将带你一探究竟，从零基础开始，用最易懂的语言和步骤，教你如何构建属于自己的第一个机器学习模型。不需要复杂的数学公式，也不必担心编程难题，只需跟随我们的步伐，一起探索这个充满魔力的AI世界。

请看我回答~

49 12 12

土木林森

2月前

机器学习/深度学习 Python

机器学习中评估模型性能的重要工具——混淆矩阵和ROC曲线。混淆矩阵通过真正例、假正例等指标展示模型预测情况

本文介绍了机器学习中评估模型性能的重要工具——混淆矩阵和ROC曲线。混淆矩阵通过真正例、假正例等指标展示模型预测情况，而ROC曲线则通过假正率和真正率评估二分类模型性能。文章还提供了Python中的具体实现示例，展示了如何计算和使用这两种工具来评估模型。

土木林森

68 8 8

东方睿赢

2月前

机器学习/深度学习 Python

机器学习中模型选择和优化的关键技术——交叉验证与网格搜索

本文深入探讨了机器学习中模型选择和优化的关键技术——交叉验证与网格搜索。介绍了K折交叉验证、留一交叉验证等方法，以及网格搜索的原理和步骤，展示了如何结合两者在Python中实现模型参数的优化，并强调了使用时需注意的计算成本、过拟合风险等问题。

东方睿赢

66 6 6

游客5fdji2pvmf8888

2月前

机器学习/深度学习数据采集算法

从零到一：构建高效机器学习模型的旅程####

在探索技术深度与广度的征途中，我深刻体会到技术创新既在于理论的飞跃，更在于实践的积累。本文将通过一个具体案例，分享我在构建高效机器学习模型过程中的实战经验，包括数据预处理、特征工程、模型选择与优化等关键环节，旨在为读者提供一个从零开始构建并优化机器学习模型的实用指南。 ####

游客5fdji2pvmf8888

59 8 8

PolarDB开源

直播预告 | pg4ml 机器学习框架系列课程：实现细节、XOR 模型案例（上）

PolarDB PostgreSQL 版

热门文章

最新文章

相关课程

相关电子书

相关实验场景