[发明专利]一种基于亚马逊网络服务器的机器学习系统搭建方法有效
| 申请号： | 201910106145.2 | 申请日： | 2019-01-31 |
| 公开（公告）号： | CN109740765B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 何海林;徐滢 | 申请（专利权）人： | 成都品果科技有限公司 |
| 主分类号： | G06F8/30 | 分类号： | G06F8/30;G06N99/00;H04L67/1097;H04L67/10 |
| 代理公司： | 成都高远知识产权代理事务所(普通合伙) 51222 | 代理人： | 李安霞;曾克 |
| 地址： | 610000 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 亚马逊 网络 服务器 机器 学习 系统 搭建 方法 | ||
1.一种基于亚马逊网络服务器的机器学习系统搭建方法，其特征在于，包括：
采用AWS Boto3接口创建Amazon EMR集群，所述Amazon EMR集群配置有Zeppelin存储平台；
将预先编译的Spark任务代码从Amazon S3拷贝到所述Amazon EMR集群的Master机器上；
通过所述Zeppelin存储平台的服务接口，将所述Spark任务代码在所述Master机器上的存储路径注册到所述Zeppelin存储平台的Spark解释器中，将所述Zeppelin存储平台的Zeppelin Notebook的代码仓库注册到所述Amazon S3中；
通过AWS创建所需的机器学习实例；采用镜像的方法来创建所需的机器学习实例；具体包括；
选择AWS EC2实例，并对所述AWS EC2实例创建镜像；所述镜像中包括预定软件工具；
根据所述镜像，采用所述AWS Boto3接口创建所需的机器学习实例。
2.根据权利要求1所述的基于亚马逊网络服务器的机器学习系统搭建方法，其特征在于，还包括：
采用所述AWS Boto3接口指定所述所需的机器学习实例的IP地址，和/或采用所述AWSBoto3接口指定所述所需的机器学习实例的身份标识。
3.根据权利要求1所述的基于亚马逊网络服务器的机器学习系统搭建方法，其特征在于，还包括：
在所述所需的机器学习实例中增加Jupyter Notebook功能，并将所述JupyterNotebook功能设置为开机自启动状态。
4.根据权利要求1所述的基于亚马逊网络服务器的机器学习系统搭建方法，其特征在于，所述预定软件工具为Tensorflow。
5.根据权利要求1所述的基于亚马逊网络服务器的机器学习系统搭建方法，其特征在于，在所述将所述Zeppelin存储平台的Zeppelin Notebook的代码仓库注册到所述AmazonS3中之后，还包括：
对所述Zeppelin存储平台进行重启操作。
6.根据权利要求1所述的基于亚马逊网络服务器的机器学习系统搭建方法，其特征在于，采用aws cli Shell命令，将预先编译的Spark任务代码从Amazon S3拷贝到所述AmazonEMR集群的Master机器上。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都品果科技有限公司，未经成都品果科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910106145.2/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种基于大数据的小型企业失信预测方法
- 下一篇：一种工业设备维护服务规划方法
