将训练数据存储在数据湖上具有什么优势？
将训练数据存储在数据湖上具有什么优势？
展开
收起
版权声明：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。
1
条回答
写回答
-
-
不需要将数据提前同步到训练节点。传统方式，我们需要将数据提前导入到计算节点的 本地磁盘。而如果将数据存储在对象存储上，我们可以直接读取数据进行训练，减少准 备工作。
-
可以存储更大的训练数据，不再受限于计算节点本地磁盘大小。对于深度学习，拥有更 多的数据，往往能取得更好的训练效果。
-
计算资源可以弹性扩缩容，节约成本。机器学习通常使用使用更多核数的 CPU 或高端 GPU，较为昂贵，对象存储的成本就相对较低。将训练数据存储在数据湖上，可以与 计算资源解耦。计算资源可以按需付费，随时释放，达到节省成本的目的。
2021-01-07 15:43:04赞同 展开评论 -
问答分类：
问答地址：
开发者社区
>
大数据与机器学习
>
开源大数据平台 E-MapReduce
>
问答
相关问答
阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。
收录在圈子:
+ 订阅
热门讨论
热门文章
展开全部
还有其他疑问?
咨询AI助理