自動化JVM環境優化

林世鵬

技術專家

資深Java/機器學習算法工程師,目前任職於阿里巴巴人工智能實驗室,負責數個創新項目的後端支撐與算法工具開發。

JVM執行環境通常有許多參數需要調校,這些參數有時會在不同的硬體上對執行效能有著不同的影響,隨著這些參數的數量增多,如何有效地調整這些參數找出最佳的組合也成了開發者必須面對的問題。同樣的困難也出現在機器學習領域中的超參數調整(hyperparameter tuning)中,超參數調整將機器學習模型視為一個黑盒,我們可以用例如隨機搜索、貝氏分析優化(Bayesian optimization)甚至最新Hyperband等方法有效地找出對學習模型最優的參數組合。本講座將介紹如何將這些方法使用在JVM與其運行硬體環境的參數調整中。

1. 本場次為中文
2. 本場次不提供錄影