奇虎360开源深度学习调度平台 XLearning！

综合自：https://github.com/Qihoo360/XLearning

近日，360 公司宣布开源其深度学习调度平台 XLearning。该平台由 360 独立开发，集成了 TensorFlow、MXNet 等多个常用深度学习框架。借助该平台，人工智能行业内开发者将可在一个统一、稳定的平台上完成工作，其工作量和工作难度将大幅降低。

深度学习调度平台 XLearning

授权协议：BSD

操作系统：Java

开发厂商：360

Github：https://github.com/Qihoo360/XLearning

XLearning 简介

XLearning 是一款支持多种机器学习、深度学习框架调度系统。基于 Hadoop Yarn 完成了对 TensorFlow、MXNet、Caffe、Theano、PyTorch、Keras、XGBoost 等常用框架的集成，同时具备良好的扩展性和兼容性。

XLearning 系统包括三种组件：

Client：XLearning客户端，负责启动作业及获取作业执行状态；

ApplicationMaster（AM）：负责输入数据分片、启动及管理Container、执行日志保存等；

Container：作业的实际执行者，负责启动Worker或PS（Parameter Server）进程，监控并向AM汇报进程状态，上传作业的输出等。对于TensorFlow类型作业，还负责启动TensorBoard服务。

XLearning 功能特性

支持多种深度学习框架

支持TensorFlow、MXNet分布式和单机模式，支持所有的单机模式的深度学习框架，如Caffe、Theano、PyTorch等。对于同一个深度学习框架支持多版本和自定义版本。

基于 HDFS 的统一数据管理

Download：AM根据用户在提交脚本中所指定的输入数据参数，遍历对应HDFS路径下所有文件，以文件为单位将输入数据平均分配给不同Worker。在Worker中的执行程序对应进程启动之前，Worker会根据对应的文件分配信息将需要读取的HDFS文件下载到本地指定路径；

Placeholder：与Download模式不同，Worker不会直接下载HDFS文件到本地指定路径，而是将所分配的HDFS文件列表通过环境变量INPUT_FILE_LIST传给Worker中的执行程序对应进程。执行程序从环境变量os.environ["INPUT_FILE_LIST"]中获取需要处理的文件列表，直接对HDFS文件进行读写等操作。该模式要求深度学习框架具备读取HDFS文件的功能，或借助第三方模块库如pydoop等。

InputFormat：XLearning集成有MapReduce中的InputFormat功能。在AM中，根据“split size”对所提交脚本中所指定的输入数据进行分片，并均匀的分配给不同Worker。在Worker中，根据所分配到的分片信息，以用户指定的InputFormat类读取数据分片，并通过管道将数据传递给Worker中的执行程序进程。

Upload：执行程序结束后，Worker根据提交脚本中输出数据参数，将本地输出路径保存文件上传至对应HDFS路径。为方便用户在训练过程中随时将本地输出上传至HDFS，XLearning系统在作业执行Web界面提供对输出模型的当前状态主动保存的功能，详情请见“可视化界面”说明部分；

OutputFormat： XLearning集成有MapReduce中的OutputFormat功能。在训练过程中，Worker根据指定的OutputFormat类，将结果输出至HDFS。

可视化界面

作业运行界面大致分为三部分：

All Containers：显示当前作业所含Container列表及各Container对应信息，如Contianer ID、所在机器（Container Host）、所属类型（Container Role）、当前执行状态（Container Status）、开始时间（Start Time）、结束时间（Finish Time）、执行进度（Reporter Progress）。其中，点击Container ID超链接可查看该Container运行的详细日志；

View TensorBoard：当作业类型为TensorFlow时，可点击该链接直接跳转到TensorBoard页面；

Save Model：当作业提交脚本中“--output”参数不为空时，用户可通过Save Model按钮，在作业执行过程中，将本地输出当前模型训练结果上传至HDFS。上传成功后，显示目前已上传的模型列表。

如下图所示：

原生框架代码的兼容性

TensorFlow分布式模式支持“ClusterSpec”自动分配构建，单机模式和其他深度学习框架代码不用做任何修改即可迁移到XLearning上。

编译&部署指南

编译环境依赖

jdk >= 1.7

Maven >= 3.3

编译方法

在源码根目录下，执行:

mvn package

bin：作业提交脚本

lib：XLearning jar包及所依赖jar包

conf：XLearning配置文件

sbin：XLearning History Server启动脚本

data：运行示例所需输入数据和文件

examples：运行示例

部署环境依赖

CentOS 7.2

Java >= 1.7

Hadoop = 2.6，2.7，2.8

可选各计算节点具有所需学习平台的依赖环境，如 TensorFlow、numpy、Caffe 等。

4 XLearning 客户端部署方法

在 XLearning 发布包根目录 $XLEARNING_HOME 下的 conf 目录中，分别配置如下文件：

xlearning-env.sh：设置相关环境变量，如：

JAVA_HOME

HADOOP_CONF_DIR

xlearning-site.xml：详细系统配置说明请见配置参数部分。

log4j.properties：配置日志级别5 XLearning History Server 启动方法，执行：

$XLEARNING_HOME/sbin/start-history-server.sh

本文编号475，以后想阅读这篇文章直接输入475即可

输入m获取文章目录