为了满足研究人员和开发者日益增长的各种需求，微软亚洲研究院于日前将分布式机器学习工具包(DMTK）通过Github开源。DMTK由一个服务于分布式机器学习的框架和一组分布式机器学习算法构成，是一个将机器学习算法应用在大数据上的强大工具包。
无论是学术界的研究人员还是工业界的开发者，DMTK可以帮助他们在超大规模数据上灵活稳定地训练大规模机器学习模型。当前版本的工具包包含以下几个部分： 1．DMTK分布式机器学习框架：它由参数服务器和客户端软件开发包（SDK）两部分构成。参数服务器在原有基础上从性能和功能上都得到了进一步提升——支持存储混合数据结构模型、接受并聚合工作节点服务器的数据模型更新、控制模型同步逻辑等。客户端软件开发包（SDK）支持维护节点模型缓存（与全局模型服务器同步）、节点模型训练和模型通讯的流水线控制、以及片状调度大模型训练等。 2．LightLDA：LightLDA是一种全新的用于训练主题模型，计算复杂度与主题数目无关的高效算法。在其分布式实现中，我们做了大量的系统优化使得LightLDA能够在一个普通计算机集群上处理超大规模的数据和模型。例如，在一个由8台计算机组成的集群上，我们可以在具有2千亿训练样本（token）的数据集上训练具有1百万词汇表和1百万个话题（topic）的LDA模型（约1万亿个参数），这种规模的实验以往要在数千台计算机的集群上才能运行。更多内容请关注本次专辑的相关内容…… Neo4j的NoSQL图数据库团队发布了开源图查询语言openCypher。这款图数据库背后的公司Neo Technology，在上周的GraphConnect大会上宣布，此次推出的开源项目，将提供查询图数据的通用语言技术。
openCypher是基于Neo4j的查询语言Cypher开发的，Cypher用于在图数据库中存储和检索数据。在图数据库领域，目前还没有像关系数据库中访问数据的SQL，这样的通用查询语言标准。 openCypher的目标是通过简化存储、分析，以及用于访问图数据模型的工具平台，促进图处理和分析的使用。技术厂商可以在他们的工具和平台内实现Cypher。更多的，大家可以关注本次专辑…… LastPass 是一个跨平台的密码管理程序。在 Linux 下，Firefox、Chrome 和 Opera 有它的插件。Ubuntu/Debian 和 Fedora 下还可以使用 LastPass Sesame。还有一个与 Firefox Portable 兼容的 LastPass 版本，可以用于U盘安装。再加上支持 Ubuntu/Debian, Fedora 和 openSUSE 下的LastPass Pocket 版，整体上产品的覆盖率还是不错的。虽然 LastPass 的评价相当高，不过它是私有的软件。并且最近 LastPass 被 LogMeIn 收购了。如果你打算寻找一个开源的替代品，本文可以为你提供参考。
有时候处理规模问题最好的办法就是让事情变得简单并尽你可能去避免出现这种情况。这是 GitHub 所采用的方法，林纳斯·托瓦兹（Linus Torvalds）在十年前开发了Git源代码控制工具，GitHub 为该工具提供资料库服务（repository service），目前已经有了爆炸性的发展，并成为开源软件开发工作的重心之一。 可以理解为什么程序员们会精挑细选他们创作代码用的工具并与他人分享，反过来，他们也会去调整和改进这些工具。一种非常现实的感觉就是，软件开发者们“住进”这些系统中后，源代码版本控制系统的工作方式会对合作者们的创作过程提供积极或消极的影响。 |
