问题一:机器学习PAI在fg.json中,这个raw_feature的特征,这两个字段的格式写的对吗?
机器学习PAI在fg.json中,这个raw_feature的特征,如果想要让他按照配置进行分桶,我在原来的例子中加了两个字段:boundaries和embedding_dimension,这两个字段的格式写的对吗?你们的例子中都没有写
参考回答:
fg.json 里面没有这个分桶和 embedding_dimension 的参数。你看的是 EasyRec config 的配置,和 fg.json 不一样
关于本问题的更多回答可点击原文查看:
https://developer.aliyun.com/ask/580111
问题二:机器学习PAI在本地可以进入模型流,服务器上不行,是什么原因哦
在本地可以进入模型流,服务器上不行,是什么原因哦
参考回答:
如果您在本地可以成功进入机器学习 PAI(Platform of AI)的模型流,但在服务器上无法进入,可能有以下几个原因:
- 网络连接:请确保服务器上的网络连接正常,可以访问机器学习 PAI 的服务。检查服务器的网络设置、防火墙配置和代理设置等。
- 访问权限:确保您在服务器上具有正确的访问权限,包括登录账户的权限和对机器学习 PAI 的访问权限。请与管理员或服务器提供商进行沟通,确认您是否有合适的权限。
- URL 访问问题:请确保您在服务器上使用的 URL 是正确的,并且目标地址是服务器可以访问到的。比如,如果使用内部网络访问机器学习 PAI,则需要确保服务器可以正确解析和访问该地址。
- 服务状态:检查机器学习 PAI 服务是否正在运行,并验证它是否在服务器上可用。确保服务没有被停止或出现故障。
- 端口访问:如果机器学习 PAI 使用了特定的端口号,请确保服务器上的网络配置允许通过该端口进行访问。
- 版本兼容性:如果您在服务器上使用的机器学习 PAI 版本和您在本地使用的版本不同,可能会导致不兼容或功能差异。请检查版本兼容性,并确保在服务器上使用的版本与您的代码和模型流是兼容的。
关于本问题的更多回答可点击原文查看:
https://developer.aliyun.com/ask/577672
问题三:机器学习PAI有没有大模型的roadmap?
机器学习PAI有没有大模型的roadmap?
参考回答:
这个在社区暂时没有呢,后面会在 github 上进行更新的
关于本问题的更多回答可点击原文查看:
https://developer.aliyun.com/ask/580794
问题四:机器学习PAI因为不用EAS推理,自己推理,考虑实在不行就换回社区版tf 我记得DLC好像很贵?
机器学习PAI因为不用EAS推理,自己推理,所以这个自定义op的so load起来有些问题。现在考虑实在不行就换回社区版tf 我记得DLC好像很贵?
参考回答:
自定义op基于pai tf的版本编译就能支持上了 pai tf 的镜像在DLC产品页面里有链接
关于本问题的更多回答可点击原文查看:
https://developer.aliyun.com/ask/580784
问题五:机器学习PAI线上序列传入,按照qinfo的方式传入,对序列这种特征,多值该如何分割?
机器学习PAI线上序列传入,按照qinfo的方式传入,对序列这种特征,多值该如何分割。或者说config的配置和qinfo 怎么对应起来?
参考回答:
目前的处理分为两步,一步是"fg",另一步是EasyRec。针对"fg",只需要确保结果符合要求即可。针对EasyRec,只需关注EasyRec配置文件的设置。对于序列中的分隔符,可以使用"separator"来指定序列之间的分隔符,并使用"seq_multi_sep"来指定多个值之间的分隔符。这些设置是针对EasyRec中的一个序列特征而言的。您提到的是三个特征,但现在的问题是序列特征中包含多个值。以"click_30d_seq__gds_id"为例,该特征是一个序列特征,序列中包含多个值,例如"1#2#3;4#5#6;7#8#9"。在这个例子中,分号";"是序列分隔符,由"separator"指定,而"#"是多个值之间的分隔符,由"seq_multi_sep"指定。这只是一个示例。至于"fg",如果您没有修改默认配置,实际输出的序列分隔符应该是分号";",而多值分隔符和其他多值一样使用一个控制字符(在示例中我用"#"代替)
关于本问题的更多回答可点击原文查看: