高斯混合模型訓練

您可以參考以下樣本，來預估資源的使用量。

• 如何預估每個節點的記憶體大小？

  假設聚類中心點數量為K，輸入資料的向量維度為M，則每個節點需要配置的記憶體大小為：M × M × K × 8 × 2 ×12，即M × M × K × 8 × 2 × 12 ÷ 1024 ÷ 1024 MB。通常每個節點的記憶體配置為8 GB。

• 如何預估節點的個數？

  建議按照輸入資料的大小配置。例如：輸入資料大小為X GB，則建議使用5X個節點。如果資源不足，可以適當降低節點數量。由於存在通訊開銷，隨著節點數量的增加，分布式訓練任務速度會先變快，後變慢。如果您觀測到訓練任務隨著節點數量增加之後，速度變慢，則應該停止增加節點數量。

• 該演算法組件支援的資料量大小？

  建議向量維度小於200。