机器学习PAI RawFeature不能共享embedding吗?
RawFeature 可以共享 embedding。
在机器学习 PAI 中,RawFeature 是没有被加工过的数据。RawFeature 可以共享 embedding,是因为不同 RawFeature 的 embedding 是可以复用的。
例如,我们有两个 RawFeature:age 和 gender。age 和 gender 都是 categorical feature,它们都可以共享 embedding。
当我们训练模型时,我们可以将 age 和 gender 的 embedding 放在同一个 embedding table 中。这样,age 和 gender 的 embedding 就可以被复用,从而节省内存和计算资源。
在模型推理时,我们可以使用 age 和 gender 的 embedding table 来计算 age 和 gender 的 embedding。然后,我们可以将 age 和 gender 的 embedding 拼接起来,作为模型的输入。
这样,我们就可以在机器学习 PAI 中使用 RawFeature 共享 embedding。
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。