随机搜索，网格搜寻和贝叶斯优化三种算法。在模型服务方面，Angel 3.0获取了一个跨平台的组件Angel Serving，Angel Serving不仅可以符合Angel自身的市场需求，还可以为其他平台获取模型服务。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出来平台，目前早已已完成了Spark On Angel和PyTorch On Angel两个平台的建设。

这两个平台各有优势和注重，Spark On Angel用于的是Angel内置的算法核心，主要负责管理少见引荐领域的机器学习算法和基础图算法。PyTorch On Angel用于PyTorch作为计算出来核心，主要负责管理引荐领域深度自学算法和图深度自学算法。总结Angle的历史。

2017年6月，Angel在Github上高调开源。开源两周，这个项目在Github上已进账183 Watch，1693 Star，389 Fork，也更有了许多业界工程师注目与贡献。2018年9月，Angel 2.0版本公布，反对千亿级模型维度训练，同时算法库也更为非常丰富，首次引进了深度自学算法和图算法。同年，Angel重新加入Linux旗下深度自学基金会（现改名为LF AI基金会(LF AI Foundation)），融合基金会成熟期的运营，升级的Angel 2.0与国际开源社区之后了解对话，致力于让机器学习技术更加更容易上手研究及应用于落地的目标。

截至目前，Angel在GitHub上Star数已多达4200，Fork数多达1000。Angel项目目前总共有38为代码贡献者，其他还包括8位committer，他们总共递交了多达2000个commit。而腾讯开源在GitHub上整体的项目数也已突破80个，涵括AI、云计算、安全性等多个领域，总计取得了多达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括机器学习各个流程，包括自己生态的标准化计算出来平台，代码量也多达了50万行。为了先前确保和用于的便利，Angel将拆卸分为8个子项目，统一放到Angel-ML目录下（https://github.com/Angel-ML）：angel，PyTorch On Angel，sona（Spark On Angel），serving，automl，mlcore，math2和format。而在应用于上，据理解，自2016年年初在腾讯内部上线以来，Angel已应用于微信缴纳、QQ、腾讯视频、腾讯社交广告及用户画像挖出等业务。在过去12个月，Angel在腾讯内部的任务数量有了非常明显的快速增长，增幅超过150%。

值得一提的是，Spark On Angel的任务数快速增长了10倍，为了让Spark On Angel更为的易懂，3.0版本对Spark On Angel做到了大幅升级。Angel官方还确保了一个QQ群与外部开发者展开交流，对群用户的统计资料指出：Angel的绝大部分用户来自中国，主要产于在北京，上海，杭州，成都和深圳等互联网行业比较发达的城市。有多达100家的公司和科研机构在用于或测试Angel，其中还包括了中国最顶级的IT公司：微博，华为和百度等。(公众号：)原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：乐鱼电竞-www.shunqisiwang.com