【发布时间】:2022-02-08 07:30:36
【问题描述】:
我在做什么
我正在使用遗传算法开发优化系统;刚刚在 JupyterNotebook 上完成 PoC 并将其作为 Web 应用程序与 Python3 一起使用。 这个优化过程需要大量的计算资源来评估每个候选染色体,所以我打算采用并行分布式处理。
如何运作
下面显示了这个系统将如何工作(正在计划中)。
- 用户从浏览器上传带有参数的文件并保留优化
- 系统将优化作业排队
- 系统在浏览器上显示保留的作业列表和优化结果
我的计划和问题
这里显示了我的计划(我不熟悉网络应用程序)。
- 请求上传 API 并将参数保存在 DB 和 pickle 中
- 每隔 n 分钟使用 cron 检查是否有任何保留的优化作业
- 根据需要执行优化并将结果保存到数据库并更新作业状态(等待 -> 完成)
我认为这会起作用,但我不确定这是否好。 您知道这样做的良好架构实践吗?
【问题讨论】:
标签: python machine-learning optimization architecture