小打卡如何结合开源算法？

PAI 提供的机器学习算法仍然有限，如果想要使用开源项目来实现算法部分怎么办呢？我们对此也做了尝试，我们则结合 MaxCompute+PAI+xLearn实现了基于 FM 算法的 CTR 预估模型。 由于 xLearn 需要在单独的一台 ECS 上执行，那么问题就来了： 1. 如何从 MaxCompute 拉取数据，又如何上传结果？ MaxCompute 提供了 pyodps，可以很方便的使用 python 读写 MaxCompute的离线表。因此，我们在 python 循环检测 PAI 任务的特征工程结果表是否生成完成。生成完成，则启动下载数据和算法训练任务。算法执行结束后，则将模型文件通过 pyodps 写入 MaxCompute，当然也可以使用 tunnel 工具来完成。

1. 如何周期性调度？ DataWorks 上的任务与 ECS 上的任务，如何形成依赖关系？对于拉取，我们通过循环实现了 python 与 MaxCompute 表的依赖关系，那么 算法训练完成了，DataWorks 的下游怎么知道呢？幸好，DataWorks 提供了 do-while 控制流组件，我们可以在 while 条件中检测模型表相应分区的数据是否存在了，在 do 组件中，则采用 shell 执行 sleep。跳出 while 后，则下游也开始正常执行了。之后便可以将模型和映射文件同步写入到 oss，以供后端使用了。

以上内容摘自《5天入门视觉AI》电子书，点击https://developer.aliyun.com/topic/download?id=31可下载完整版