一个轻量级分布式机器学习系统的设计与实现

为满足大规模机器学习系统高定制化、低耦合与低资源消耗的需求,设计并实现一个轻量级分布式机器学习系统。采用模块化分层设计并移植多种主流的机器学习与深度学习算法,同时提出参数服务器与动态Ring-AllReduce 2种可扩展梯度同步方案,对算法模型进行并行训练加速。实验结果表明,该系统对于稀疏与稠密模型均有较好的扩展性与稳定性,参数服务器训练可达到与单机相近的准确率与收敛效果,Ring-AllReduce也能在8节点模型上实现相对单节点模型6倍的训练加速。

校园植物分布查询系统设计与实现

通过GPS移动定位与百度地图定位API接口,在对北京林业大学校园内植物分布坐标数据采集与分析个人移动GPS定位准确性的基础上,实现在校园内定位个人,同时查询其周边20m范围内植物信息并显示在电子地图上的功能。移动终端成本低、体积小、同时实验结果表明系统定位精度虽有误差缺陷,但通过一定方式可以弥补,并满足游人定位以及查询游人周边20m范围内植物信息的功能需求。