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）

2023-02-02 270

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8GB 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

Deephub

1月前

机器学习/深度学习存储设计模式

特征时序化建模：基于特征缓慢变化维度历史追踪的机器学习模型性能优化方法

本文探讨了数据基础设施设计中常见的一个问题：数据仓库或数据湖仓中的表格缺乏构建高性能机器学习模型所需的历史记录，导致模型性能受限。为解决这一问题，文章介绍了缓慢变化维度（SCD）技术，特别是Type II类型的应用。通过SCD，可以有效追踪维度表的历史变更，确保模型训练数据包含完整的时序信息，从而提升预测准确性。文章还从数据工程师、数据科学家和产品经理的不同视角提供了实施建议，强调历史数据追踪对提升模型性能和业务洞察的重要性，并建议采用渐进式策略逐步引入SCD设计模式。

Deephub

94 8 8

阿里云大数据Al技术

11天前

机器学习/深度学习人工智能自然语言处理

PAI Model Gallery 支持云上一键部署 DeepSeek-V3、DeepSeek-R1 系列模型

DeepSeek 系列模型以其卓越性能在全球范围内备受瞩目，多次评测中表现优异，性能接近甚至超越国际顶尖闭源模型（如OpenAI的GPT-4、Claude-3.5-Sonnet等）。企业用户和开发者可使用 PAI 平台一键部署 DeepSeek 系列模型，实现 DeepSeek 系列模型与现有业务的高效融合。

阿里云大数据Al技术

5455 69 117

阿里云大数据Al技术

1月前

机器学习/深度学习人工智能自然语言处理

云上一键部署 DeepSeek-V3 模型，阿里云 PAI-Model Gallery 最佳实践

本文介绍了如何在阿里云 PAI 平台上一键部署 DeepSeek-V3 模型，通过这一过程，用户能够轻松地利用 DeepSeek-V3 模型进行实时交互和 API 推理，从而加速 AI 应用的开发和部署。

阿里云大数据Al技术

3600 32 38

Echo_Wish

1月前

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

266 13 13

蚝油菜花

1月前

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

62 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

别惹CC

1月前

机器学习/深度学习安全 PyTorch

FastAPI + ONNX 部署机器学习模型最佳实践

本文介绍了如何结合FastAPI和ONNX实现机器学习模型的高效部署。面对模型兼容性、性能瓶颈、服务稳定性和安全性等挑战，FastAPI与ONNX提供了高性能、易于开发维护、跨框架支持和活跃社区的优势。通过将模型转换为ONNX格式、构建FastAPI应用、进行性能优化及考虑安全性，可以简化部署流程，提升推理性能，确保服务的可靠性与安全性。最后，以手写数字识别模型为例，展示了完整的部署过程，帮助读者更好地理解和应用这些技术。

别惹CC

94 20 20

pai_rec_coder

30天前

如何看PAI产品下训练（train）模型任务的费用细节

PAI产品下训练（train）模型任务的费用细节

pai_rec_coder

82 6 6

阿里云大数据Al技术

3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

689 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

2月前

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

127 7 8

穿过生命散发芬芳

2月前

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

838 13 13

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