Morphware是一个分散的机器学习系统,通过拍卖加速器用户的空闲计算能力来奖励他们。
如今,随着机器学习技术被广泛应用于各种应用领域,机器学习已经成为在线服务的重要组成部分。
Morphware是一个分散的机器学习系统,它通过拍卖加速器所有者的空闲计算能力来奖励他们,然后促进相关的子程序,这些子程序可以代表数据科学家以分散的能力训练和测试机器学习模型。
机器学习模型的类型包括有监督的半监督或无监督学习算法。
有监督学习算法的训练可以被看作是对权重的最佳组合的搜索,以应用于一组输入或预测期望的输出。
这项工作的推动力是计算复杂性。用于渲染视频游戏的硬件也可以加速监督学习算法的训练。
什么是Morphware?
目录
- 1什么是Morphware?
- 2什么是机器学习模型?
- 3 Morphware的解决方案是什么?3.1符号经济学
- 4 Morphware的工作原理
- 5是什么让Morphware与众不同
- 6关于Morphware的结束语
机器学习模型中的一个关键问题是,运行最先进的机器学习工作负载所需的计算资源大约每三个半月翻一番。
为了解决这个问题,Morpware开发了一个点对点网络,允许实习数据科学家、机器学习工程师和计算机科学学生向视频游戏玩家或其他人支付费用,以代表他们训练模型。
尽管硬件机器正在帮助数据科学家加速机器学习模型的开发,但这些硬件加速器的高成本也是许多数据科学家的一大障碍。
什么是机器学习模型?
机器学习模型可以根据监督和参数化的程度而变化。训练有监督的参数化模型的目的是降低跨越预测和观测之间数值距离的错误率。
机器学习模型的训练是通过预处理实现的,然后是测试。数据科学家将机器学习模型训练时可用的数据与测试期间可用的数据分开。
因此,可以看出,该模型不会过度拟合可用数据集,也不会过度拟合性能,这在看不见的数据上可能会更差。
通常,在预处理过程中,从同一文件或目录中选择培训和测试数据。
深度学习的诞生是现代社会的大爆炸。作为一种全新的软件模型,深度学习允许数十亿个软件神经元和数万亿个连接并行地接受训练。
运行深层神经网络算法并从示例中学习,加速计算是一种理想的方法,GPU是理想的处理器。
这是一个新的组合,旨在创建性能更好、编程效率更高、可访问性更开放的新一代计算平台。
深度学习模型被称为机器学习模型的子集。由于它们的潜在变量层相互关联,因此训练它们的计算量特别大。
Morphware的解决方案是什么?
主平台的货币Morphware令牌用于这些交易。
符号经济学
Morphware代币的总供应量为1232922769,可燃烧,但不可铸造。
通过Morphware设计、开发和部署的网站,用户可以购买平台令牌。
第一个月,Morpware代币的总供应量中只有不到2%将出售。
Morphware的工作原理
机器学习模型的过程是数据分析,然后是一个在模型选择和特征工程之间摇摆的迭代周期。
这项工作的目的是通过创建对分散的计算机网络的访问来帮助最终用户(如数据科学家)更快地迭代,从而加速他们的工作负载。
最终用户通过密封出价、第二价格反向拍卖与工作节点配对并支付。他们向工作者节点支付培训其模型的费用,并向验证器节点支付通过Morpware令牌测试工作者节点培训的模型的费用。
网络成员的角色和职责包括两种自主对等类型。
为了使用Morpware,最终用户只需以Jupyter笔记本或Python文件的形式上传他们的模型,即培训和测试数据。
接下来,他们需要指定目标精度级别,并预测达到该精度级别需要多长时间。点击提交完成。
最终用户提交模型,由工人进行培训,并由验证器进行测试。同时,工人是通过最终用户提交的培训模型赚取代币的节点。
验证器是通过测试工人培训的模型来获得代币的节点。
一旦最终用户提交模型,它将由工作人员进行培训,并由验证器通过平台进行测试,该平台通过其后端守护程序与网络通信。
守护进程不仅负责为最终用户通过客户端提交的内容创建算法及其各自的数据集,还负责向智能合同发送初始工作邀请。
此外,守护进程还负责工人和验证器对模型进行培训和测试。
对等辅助交付允许算法和相应的数据集从最终用户传播到工作者或验证器。
但是,最终用户的初始工作要求以及工人或验证者对最终用户的相关响应都会发布到智能合同中。
初始工作需求包括训练周期的估计运行时间、与算法相关的数据、训练集和测试数据集。
工人的回应包括他们训练的模型的磁铁链接,随后由许多验证器进行测试。
如果经过培训的模型满足所需的性能阈值,工人和验证器将收到代币作为奖励。
是什么让Morphware出类拔萃
Morphware是一个双边市场。
该市场为数据科学家提供服务,他们可以使用该平台通过CPU、GPU、RAM等计算机网络访问远程计算能力,就像他们使用AWS一样,但成本更低,界面更友好。
另一方面,Morphware也为拥有过剩计算能力的用户提供服务,这些用户希望通过出售自己的计算能力来赚钱和获得回报。
因此,它的客户群主要集中在数据科学家、游戏玩家,或是想赚钱的计算能力过剩的人。
目前,Morpware的客户名单一直在不断增长,包括一名从事自动驾驶汽车移动实验室工作的数据科学家、需要数据科学支持的学生组织,以及Suzu、Mitsubishi或Volvo等汽车公司。
Morphware还与Tellor合作。根据这一合作关系,Tellor将支付Morphware在最初几个月使用甲骨文的费用。
与市场上的其他竞争对手相比,Morphware具有竞争优势。其独特的市场策略使其产品比其他产品更便宜。
关于Morphware的结束思考
随着机器学习模型变得越来越复杂,在基于区块链的网络上交易的机器学习模型的新生态系统的项目已经被探索。
因此,最终用户或买方可以从机器学习市场获得感兴趣的模型,而有兴趣在数据上花费本地计算以提高模型质量的工人或卖方则可以从机器学习市场获得感兴趣的模型。
因此,考虑了本地数据与训练模型质量之间的比例关系,并估计了卖方数据在训练模型时的估值。
该项目表现出具有竞争力的运行时性能、较低的执行成本,以及对参与者的激励方面的公平性。
Morpware是开创性的平台之一,它引入了一个点对点网络,最终用户可以通过该平台的货币Morpware代币向视频游戏玩家支付费用,代表他们训练机器学习模型。
要了解有关Morphware的更多信息,请单击此处!