人工智能平台PAI产品使用合集之在使用DSSM负采样时，不知道label_fields的配置方法如何解决-阿里云开发者社区

人工智能平台PAI产品使用合集之在使用DSSM负采样时，不知道label_fields的配置方法如何解决

2024-04-28 28

版权

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。

简介： 阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台，旨在降低AI开发门槛，加速创新，助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务，共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述，涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。

问题一：机器学习PAI我配置了负采样表，但是不知道在训练样本里label_fields该怎么设置?

机器学习PAI我们场景里，目前只有用户的搜索的指定类型的数据，没有负样本，所以我们的训练样本标签都为1，预备从负采样表中采样负样本作为0。我配置了负采样表，但是不知道在训练样本里label_fields该怎么设置?

参考答案：

都设置为1.就是表中 “标签都为1的” 那一列的列名

关于本问题的更多回答可点击进行查看：

https://developer.aliyun.com/ask/573252

问题二：请教一下机器学习PAI，如果使用DSSM负采样版本，我们的label_fields应该怎么配置？

请教一下机器学习PAI，如果使用DSSM负采样版本，训练数据只有正样本，我们的label_fields应该怎么配置？这个项目直接置空吗？

参考答案：

你框里面的是指的训练的模型的目标字段名称，和负采样没有关系了。负采样相关的配置只限制在 negative_sampler{} 里面

关于本问题的更多回答可点击进行查看：

https://developer.aliyun.com/ask/573250

问题三：机器学习PAI这里的model_path应该填哪个path呢？

机器学习PAIexport过程优先使用ckpt_path，ckpt_path没有就使用model_path，但是没有model_path会报错：

参考答案：

在 tensorflow 的接口里面，model_dir 和 checkpoint_path 一般不等价，model_dir 里面除了 checkpoint path, 还会有计算图和其它元数据，所以一般不能用 checkpoint_path 来代替 model_dir 。

这个地方的 Dconfig 应该使用你 model_dir 里面的那个 pipeline.config, 这个 pipeline.config 里面有 model_dir 这个信息，这样的话你可以直接按文档来：https://easyrec.readthedocs.io/en/latest/export.html

如果你的 config 没有 model_dir 的信息，没有的话就需要手动指定一下参数 Dmodel_dir, 原因是虽然同时有 model_dir 和 checkpoint_path 的时候我们会用 checkpoint_path 来加载 checkpoint (见代码：https://github.com/alibaba/EasyRec/blob/master/easy_rec/python/main.py#L772), 但是在加载 checkpoint 之前会有一个建立 estimator 的操作 (见代码：https://github.com/alibaba/EasyRec/blob/master/easy_rec/python/main.py#L763)，这个操作复用了 tensorflow 的 api, 里面会要求传入 config.model_dir, 然后如果为空的话 tensorflow 的这个接口会报错 (见代码：https://github.com/alibaba/EasyRec/blob/master/easy_rec/python/main.py#L137)。

所以最后总结，最好直接用 model_dir 里面的 pipeline_config, 可以直接按文档来：https://easyrec.readthedocs.io/en/latest/export.html ，如果你的 config 里面没有的话最好在 config 里面写上 model_dir 或者指定 Dmodel_dir 。然后在 tensorflow 里面认为 model_dir 和 checkpoint_path 不等价，整个导出的过程不只是有加载 checkpoint 这一个操作，还会有别的操作需要用到 model_dir 。

关于本问题的更多回答可点击进行查看：

https://developer.aliyun.com/ask/573249

问题四：机器学习PAI不拆塔获取的结果和拆塔获取的结果应该是一样的吧？

机器学习PAI双塔DSSM我们想获取item emebdding和user embedding，不拆塔获取的结果和拆塔获取的结果应该是一样的吧？不拆塔，item侧填随机数

参考答案：

在机器学习 PAI 中，对于双塔 DSSM 模型获取 item embedding 和 user embedding 的情况，拆塔和不拆塔获取的结果是有所不同的。

拆塔获取结果：在拆塔的情况下，通过分别训练 item 塔和 user 塔，我们可以得到分别用于表示 item 和 user 的 embedding。这些 embedding 是在训练过程中学习到的，能够捕捉到 item 和 user 的语义信息。因此，item embedding 和 user embedding 是分别独立学习的，它们在数值上可能存在差异。
不拆塔获取结果：在不拆塔的情况下，将 item 和 user 作为一个整体输入模型，并一起进行训练。在这种情况下，item embedding 和 user embedding 是共享参数的，即它们会被同时调整以最小化损失函数。由于共享参数，item 和 user 在嵌入空间中具有相似的表示，因此 embedding 在数值上可能更加接近。

关于本问题的更多回答可点击进行查看：

https://developer.aliyun.com/ask/573248