机器学习PAI因为不用EAS推理,自己推理,所以这个自定义op的so load起来有些问题。现在考虑实在不行就换回社区版tf 我记得DLC好像很贵?
如果你在使用机器学习PAI时遇到自定义OP的SO加载问题,可以尝试以下解决方法: a. 确保你的自定义OP编译生成的SO文件与TensorFlow版本兼容。 b. 检查SO文件的路径是否正确,并确保在运行时能够被找到。 c. 如果问题依然存在,考虑使用社区版TensorFlow。关于DLC的价格问题,你可以联系阿里云的销售人员获取最新的定价信息。
阿里云机器学习PAI确实支持自定义算法的封装,您可以在训练脚本或配置文件中使用TensorFlow的相关阿里云机器学习PAI确实支持自定义算法的封装,您可以在训练脚本或配置文件中使用TensorFlow的相关API来加载和使用自定义操作。此外,您还可以使用Python开发自定义Processor文件,结合模型文件在本地调试后分别上传至OSS,再在部署时选择对应的Processor。
关于自定义op的so load问题,确实可能因为PAI不使用EAS推理而自推理导致的。如果这个问题无法解决并且对您的工作造成影响,那么考虑换回社区版TF是一个可行的选项。需要注意的是,DLC(分布式学习容器)的价格可能会比较高,具体价格您可以在阿里云官网查看。在使用转换工具进行版本迁移时,需要确保所有的依赖项都被正确安装和配置,以避免可能出现的问题。
自定义op基于pai tf的版本编译就能支持上了 pai tf 的镜像在DLC产品页面里有链接 ,此回答整理自钉群“【EasyRec】推荐算法交流群”
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。