问题一：请教下机器学习PAI-eas部署，使用公共资源能自定义资源的区域吗，比如我想用北京？
请教下机器学习PAI-eas部署，使用公共资源能自定义资源的区域吗，比如我想用北京？
参考答案：
可以啊，左上角区域选择北京就行
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/591623
问题二：想请教一下机器学习PAI，在编译gpu版本的deeprec碰到了一些问题，可以帮忙看看嘛？
https://github.com/DeepRec-AI/DeepRec/issues/966
想请教一下机器学习PAI，在编译gpu版本的deeprec碰到了一些问题，有群里的大佬可以帮忙看看嘛？
参考答案：
可以试试降级bazel的版本到 0.26.1 试试， GPU版本暂时不支持这个版本的bazel来编译
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/591133
问题三：用max compute的资源，部署机器学习PAI环境，都可以仿照的方式了吗？
用max compute的资源，部署机器学习PAI环境，都可以仿照easy_rec_flow_ex的方式了？
参考答案：
可以仿照easy_rec_flow_ex的方式使用MaxCompute的资源部署机器学习PAI环境。
首先，您需要确保已经具备了使用MaxCompute的基础设施和相应的计算资源。MaxCompute是阿里云提供的一种大数据计算服务，它可以为您提供强大的数据处理能力，适合进行大规模的数据同步、处理、分析和机器学习模型的训练等任务。在机器学习平台PAI上，您可以利用MaxCompute的资源来完成一站式的机器学习流程，包括数据处理、模型训练和服务部署等环节。
其次，为了部署类似于easy_rec_flow_ex的环境，您可能需要登录到PAI控制台，并在其中创建或选择相应的工作空间。在这个工作空间内，您可以进行模型的开发和训练，使用内置的JupyterLab、WebIDE及Terminal等工具来满足不同的业务场景和客户需求。
此外，PAI平台内部封装了100多种机器学习算法，支持一键部署，这为机器学习开发提供了便利。如果您需要进行文本分类等特定类型的机器学习任务，PAI也提供了相应的算法组件，这些组件集成了基于BERT的文本分类模型等多种先进的算法。
最后，不要忘记在DataWorks数据工厂中进行机器学习任务的编排和管理，这是确保机器学习流程顺利进行的重要环节。
综上所述，通过MaxCompute的资源和PAI平台的强大功能，您可以按照easy_rec_flow_ex的流程进行机器学习环境的部署和开发。
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/591130
问题四：我看机器学习PAI deploy_ext这个打包时可以选择用deeprec，而不是默认的是不？
我看机器学习PAI deploy_ext这个打包时可以选择用deeprec，而不是默认的pai-tf1.12是不？
参考答案：
是的，这个只应影响自定义算子。因为算子的so是跟编译环境相关的，不用自定义算子就不用穿这个参数
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/591129
问题五：可否介绍下机器学习PAI这几个文件的作用和流程啊？还是这个可选择deeprec啊？
可否介绍下机器学习PAI这几个文件的作用和流程啊？还是这个可选择deeprec啊？ 
参考答案：
deploy 文件的使用可以见文档：https://easyrec.readthedocs.io/en/latest/release.html
easy_rec_flow 那个是内部系统部署的时候用到的，这个地方你应该用不到 ，
关于本问题的更多回答可点击进行查看：
