机器学习PAI这个为什么用全0填充了啊？这样做的好处是什么啊？
机器学习PAI这个为什么用全0填充了啊？这样做的好处是什么啊？https://github.com/alibaba/EasyRec/blob/master/easy_rec/python/model/mind.py#L184
展开
收起
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。
1
条回答
写回答
-
填0就是相似度为0了，如果将多个兴趣向量的结果按相似度排序的话，那这些向量的结果就排到最后面了，保险起见还是根据interest_num过滤一下吧。一般都是每个用户设置相同的interest_num，实验效果好一些，这样就没有补零的问题了。不同user设置不同的interest_num主要是减少计算量，在一般的场景里面， 计算量主要在模型推理，向量检索并不是瓶颈。 ，此回答整理自钉群“【EasyRec】推荐算法交流群”
2024-05-03 10:54:52赞同 1 展开评论
相关问答
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。
相关文章
热门讨论
热门文章
还有其他疑问?
咨询AI助理