机器学习PAI其实我第一步export步骤导出来的*.pb模型,和第二步evaluate载入的ckpt的模型,几乎就是一个模型,所以理论上evaluate加不加Dcheckpoint参数应该evaluate出来结果没有太大区别,但是实际上recall@topk评估参数等价一个训练了一个没训练,这可能是什么情况呢?
同一个ckpt,直接用ckpt evaluate,其结果与将同一个ckpt导出为model再evalue结果不同。,此回答整理自钉群“【EasyRec】推荐算法交流群”
使用指定checkpoint_path的模型具有更好的性能。在使用ODPS中的DSSM负采样版本进行训练和evaluate时,通常会将模型保存在.pb文件中,并使用.ckpt文件记录checkpoint。使用指定checkpoint_path的模型时,可以从.ckpt文件中加载训练好的模型,这意味着使用的是已经训练好的模型,而不是使用未训练的模型。因此,使用指定
checkpoint_path的模型可能具有更好的性能。
也可能在训练模型时使用的数据集存在问题。即使使用相同的模型文件进行evaluate,使用不同的数据集进行训练也可能导致不同的性能。因此,建议使用相同的数据集和模型文件进行evaluate,以获得更好的性能和结果。
---EasyRec构建推荐模型文档
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。