腾讯首个AI开源项目Angel发布3.0里程碑版本，迈向全栈机器学习平台

2019年8月22日，腾讯首个AI开源项目Angel正式发布3.0版本。Angel 3.0尝试打造一个全栈的机器学习平台，功能特性涵盖了机器学习的各个阶段：特征工程、模型训练、超参数调节和模型服务。

Angel 3.0概览

（红色表示新增特性，白色表示已有但在持续改进的特性）

Angel的特征工程模块基于Spark开发，增强了Spark的特征选择功能，同时使用特征交叉和重索引实现了自动特征生成。这些组件可以无缝地整合进Spark的流水线。为了让整个系统更加的智能，Angel 3.0新增了超参数调节的功能，目前支持3种算法：随机搜索、网格搜索和贝叶斯优化。在模型服务方面，Angel 3.0提供了一个跨平台的组件Angel Serving， Angel Serving不仅可以满足Angel自身的需求，还可以为其他平台提供模型服务。

在生态方面，Angel也尝试将参数服务器（PS）能力赋能给其他的计算平台，目前已经完成了Spark On Angel和PyTorch On Angel两个平台的建设。这两个平台各有优势和侧重， Spark On Angel使用的是Angel内置的算法核心，主要负责常见推荐领域的机器学习算法和基础图算法。 PyTorch On Angel使用PyTorch作为计算核心，主要负责推荐领域深度学习算法和图深度学习算法。

Angel 3.0架构

Angel是基于参数服务器架构的分布式计算平台，致力于解决稀疏数据大模型训练以及大规模图数据分析问题。它由腾讯与北京大学联合研发，兼顾了工业界的高可用性和学术界的创新性。自2016年年初在腾讯内部上线以来，Angel 已应用于微信支付、QQ、腾讯视频、腾讯社交广告及用户画像挖掘等业务。

2017年6月

Angel 在 Github 上低调开源。开源两周，这个项目在 Github 上已收获 183 Watch，1693 Star，389 Fork，也吸引了许多业界工程师关注与贡献。

2018年9月

Angel 2.0版本发布，支持千亿级模型维度训练，同时算法库也更加丰富，首次引入了深度学习算法和图算法。同年，Angel加入Linux旗下深度学习基金会（现已更名为 LF AI 基金会(LF AI Foundation)），结合基金会成熟的运营，全面升级的Angel 2.0与国际开源社区继续深入互动，致力于让机器学习技术更易于上手研究及应用落地的目标。

截止目前

Angel在GitHub上Star数已超过4200，Fork数超过1000。Angel项目目前总共有38位代码贡献者，其他包括8位committer，他们总共提交了超过2000个commit。而腾讯开源在GitHub上整体的项目数也已突破80个，涵盖AI、云计算、安全等多个领域，累计获得了超过23万Star。

从1.0到3.0，Angel从一个单一的模型训练平台发展到涵盖机器学习各个流程，包含自己生态的通用计算平台，代码量也超过了50万行。

为了后续维护和使用的方便，Angel将拆分成8个子项目，统一放在Angel-ML目录下：它们是angel、PyTorch On Angel、sona(Spark On Angel)、serving、automl、mlcore、math2和format。

Angle 正式开源

Github 开源地址：

https://github.com/Angel-ML

（点击文末阅读原文直接访问）

请给 Angle  一个 Star !

欢迎提出你的 issue 和 PR！

Angle 国内镜像地址：

https://git.code.tencent.com/Angel-ML

（登录后才能访问公开项目）

腾讯工蜂源码系统为开源开发者提供完整、最新的腾讯开源项目国内镜像