近年来，许多出色的机器学习工具如 TensoRFlow、PyTorch、CaFFee、CNTK，以及针对大规模数据的 SpaRk 和 Kubeflow，纷纷涌现。同时，还有用于多种通用模型的 scikIT-leaRn、ML.NET 及最近的 TRIPo 等。
根据 AlgoRITHMia 2019 年的调查，尽管企业在使用机器学习算法的成熟度上有所提升，但仍有超过 50% 的公司需要花费 8 至 90 天的时间来部署一个单一的机器学习模型，其中 18% 的公司甚至耗时超过 90 天。
造成这一现象的原因通常归结为模型规模及其复现难度、管理层支持不足，以及缺乏合适工具等因素。
在 Dagli 的框架中，模型的流水线被定义为一个有向无环图，这个图由顶点和边构成，每条边从一个顶点指向另一个顶点，用于训练和推理。
Dagli 的环境提供流水线定义、静态类型、几乎无处不在的不变性等特性，旨在防止大多数潜在的逻辑错误。
LinkedIn 的自然语言处理研究科学家杰夫·帕斯特纳克在一篇博客中提到：“模型通常是集成管道的一部分，而构建、训练并将这些管道部署到生产环境中仍然相当繁琐。”这通常需要重复或无关的工作，以适应训练和推理，导致脆弱的“粘合”代码，使得模型未来的演变和维护变得复杂。
Dagli 可以在服务器、Hadoop、命令行接口、IDE 及其他典型的 JVM 环境中运行。许多流水线组件也已可用，包括神经网络、逻辑回归、GBDT、FAstText、交叉验证、交叉训练、特征选择、数据读取器、评估及特征转换等。
通过发布 Dagli，LinkedIn 希望为机器学习社区贡献三个主要方面：
1. 一种易于使用、抗故障的 JVM 基础机器学习框架
2. 一个集成多种统计模型和 tRansfoRMeR 的“开箱即用”库
3. 一个简洁而功能强大的机器学习流水线，作为有向无环图的新抽象，支持优化的同时保持每个组件的易用性，能够与传统的“黑盒”模型媲美。
对于经验丰富的数据科学家而言，Dagli 提供了一条通往可维护、可扩展的高性能、可生产的人工智能模型的路径，这些模型能够利用现有的 JVM 技术堆栈。
而对于经验较少的软件工程师，Dagli 提供了一个 API，可与 JVM 语言和工具结合使用，这些语言和工具旨在避免常见的逻辑错误。
帕斯特纳克还指出：“我们希望 Dagli 能够让高效、可投入生产的模型更容易编写、修改和部署，从而避免随之而来的技术问题和长期维护的挑战。”
Dagli 充分利用了先进的多核处理器和强大的图形卡，实现高效的单机模型训练。
为了具体了解 Dagli 的工作原理，我们可以从一个文本分类器入手，该分类器使用梯度增强决策树模型（XGBoost）的活动叶片，并将一组高维的 N-gRaM 作为逻辑回归模型分类器的特征：
LinkedIn 希望通过 Dagli，使得高效的、可投入生产的模型更易于编写、修改和部署，避免随之而来的技术挑战和长期维护问题。
最后，Dagli 的 GitHub 地址为：
https://Github.coM/linkedin/dagli
