深度强化学习:云计算中作业与资源协同自适应调度的理论及应用
Saved in:
Main Authors: | |
---|---|
Published: |
清华大学出版社
|
Publisher Address: | 北京 |
Publication Dates: | 2023 |
Literature type: | Book |
Language: | Chinese |
Subjects: | |
Carrier Form: | 180页: 图 ; 24cm |
ISBN: | 978-7-302-61738-9 |
Index Number: | TP393 |
CLC: | TP393.027 |
Call Number: | TP393.027/4141 |
Contents: |
封面有英文并列题名: Deep reinforcement learning: collaborative adaptive scheduling theory and application of task and virtual resources in cloud computing 有书目 本书是关于云计算中作业与资源协同自适应调度的理论及应用的一本专著,主要汇集了作者近年来在云计算作业分配、虚拟化资源调度、云作业和资源协同自适应调度、强化学习和深度强化学习理论等方面的研究成果,同时也介绍了今年来在云计算中用户作业分配和虚拟化资源调度的一些基本原料和主要方法。全书共分为四篇:第-篇基础理论(第1~2章),介绍了云计算和深度强化学习的基本理论;第二篇云作业调度算法(第3~7章),介绍了云计算环境下的随机作业优化调度策略、混合作业调度机制、基于多Agent系统的云工作流作业优化调度策略、基于深度强化学习的云环境下的多资源云作业调度策略、基于深度强化学习的多数据中心云作业调度;第三篇虚拟化资源调度(第8~11章),介绍了基于强化学习的云计算资源分配研究、基于DQN的多目标优化的资源调度框架、容器云环境虚拟资源配置策略的优化、两邴阶段虚拟资源协同自适应调度;第四篇云作业和虚拟化资源协同自适应调度(第12~13章),介绍了基于异构分布式深度学习的云任务调度与资源配置框架、云工作流任务与虚拟化资源协同自适应调度机制。 |