人工智能平台PAI使用问题之如何在PAI中使用多个属性映射

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尝试编译一个cpu版本的时候用了如下文档的过程?

"机器学习PAI尝试编译一个cpu版本的时候用了如下文档的过程,但是安装上的docker里似乎是个python3.6 且scripts工程下requirements 也装不上,如果想编译一个cpu版本的话参考哪个好一些呢?



参考答案:

在机器学习PAI中编译一个CPU版本的PyTorch时,确实可能会遇到一些问题。首先,您需要确保您的Docker容器中安装了正确版本的Python和PyTorch。以下是一些建议的步骤:

  1. 确认您的Docker容器中的Python版本。如果它是Python 3.6,那么您需要确保安装了与该版本兼容的PyTorch版本。
  2. 检查您的环境变量,确保它们设置正确,并且与您的PyTorch版本兼容。
  3. 如果您在Windows系统下使用pip进行安装,确保选择了正确的安装选项,例如选择CPU版本(CUDA:None)。
  4. 进入您想要配置的虚拟环境,并激活它。例如,如果您的cpu版本的PyTorch安装在base环境中,您可以使用命令activate base来激活它。
  5. 为了加快下载速度,您可以添加清华镜像源。例如,使用conda config --add channels命令。
  6. 参考PyTorch官方文档或相关社区论坛,了解如何为特定的Python版本和操作系统编译PyTorch。



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/588643



问题二:机器学习PAI中DSSM向量召回模型拆分导出类型有三种(best、final和latest)?

机器学习PAI中DSSM向量召回模型拆分导出类型有三种(best、final和latest),这个latest是什么含义?



参考答案:

latest就是训练的时候带evaluator的话,每次评估完都会导出一个latest的ckpt的,一般默认keep最新的5个。但是很少用,导出训练时的checkpoint意义不大。



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/588641



问题三:机器学习PAI是否支持多个?

"机器学习PAI是否支持多个?

seq_att_map: {

key: ""item""

key: ""item_brand""

key: ""item_category""

hist_seq: ""item_list""

hist_seq: ""item_brand_list""

hist_seq: ""item_categorylist""

}比如在这个里面,我把item_brand_list做成aux_hist_seq

类似

seq_att_map: {

key: ""item""

hist_seq: ""item_list""

aux_hist_seq: ""item_brand_list"",""item_categorylist"" (是否支持多个?)

}"



参考答案:

可以先看一下文档:https://easyrec.readthedocs.io/en/latest/feature/feature.html#sequencefeature



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/588640



问题四:机器学习PAI把物品序列和物品side info序列放在一个group里面 和 拆成3个group?

"机器学习PAI像这种我把物品序列和物品side info序列放在一个group里面 和 拆成3个group在算法上有什么区别吗?seq_att_map: {

key: ""item""

key: ""item_brand""

key: ""item_category""

hist_seq: ""item_list""

hist_seq: ""item_brand_list""

hist_seq: ""item_categorylist""

}"



参考答案:

如果你把序列特征放在单独的feature group里,那么这些特征可以指定不同的encoding方法,并且插拔到模型的任务位置;相反如果你和其他特征放在一起,只能使用DIN那种encoding的方式,并且只能拼接在embedding layer ,



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/588639



问题五:机器学习PAI并不会因为写在一个group里面而有额外的交叉?

"机器学习PAI如果都是使用din的方式,这种写法和分开写没什么差别。并不会因为写在一个group里面而有额外的交叉?seq_att_map: {

key: ""item""

key: ""item_brand""

key: ""item_category""

hist_seq: ""item_list""

hist_seq: ""item_brand_list""

hist_seq: ""item_categorylist""

}"



参考答案:

是的



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/588638

相关实践学习
使用PAI+LLaMA Factory微调Qwen2-VL模型,搭建文旅领域知识问答机器人
使用PAI和LLaMA Factory框架,基于全参方法微调 Qwen2-VL模型,使其能够进行文旅领域知识问答,同时通过人工测试验证了微调的效果。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
相关文章
|
8月前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
存储 人工智能 大数据
AI开发新范式,PAI模型构建平台升级发布
本次分享由阿里云智能集团产品专家高慧玲主讲,聚焦AI开发新范式及PAI模型构建平台的升级。分享分为四个部分,围绕“人人可用”和“面向生产”两大核心理念展开。通过降低AI工程化门槛、提供一站式全链路服务,PAI平台致力于帮助企业和开发者更高效地实现AI应用。案例展示中,介绍了多模态模型微调在文旅场景的应用,展示了如何快速复现并利用AI解决实际问题。最终目标是让AI技术更普及,赋能各行业,推动社会进步。
|
10月前
|
机器学习/深度学习 人工智能 运维
阿里云PAI人工智能平台介绍、优势及收费标准,手动整理
阿里云人工智能平台PAI是面向开发者和企业的机器学习与深度学习工程平台,提供数据标注、模型构建、训练、部署及推理优化等全链路服务。内置140+优化算法,支持PyTorch、TensorFlow等多种框架,具备高性能训练与推理能力,适用于自动驾驶、金融风控、智能推荐、智慧医疗等多个行业场景。PAI提供零代码开发、可视化建模、大模型一键部署等功能,助力企业快速构建AI应用。支持多种购买方式,如按量付费、预付费等,满足不同业务需求。
|
12月前
|
人工智能
生成式人工智能认证(GAI认证)官网 - 全国统一认证中文服务平台上线
生成式人工智能(AI)正深刻改变职场规则,但系统化学习相关技术成为难题。近日,由全球知名教育公司培生推出的生成式人工智能认证(GAI认证)中文官网正式上线,为专业人士和学习者提供了权威解决方案。该认证涵盖核心技能、提示工程、伦理合规等内容,助力持证者紧跟技术前沿,在职场中脱颖而出。全国统一认证平台提供便捷报名与在线考试服务,考后快速出成绩并颁发证书。行动起来,开启AI职业新篇章!
|
机器学习/深度学习 存储 Kubernetes
【重磅发布】AllData数据中台核心功能:机器学习算法平台
杭州奥零数据科技有限公司成立于2023年,专注于数据中台业务,维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务,支持AI大模型应用,助力企业高效利用数据价值。
|
机器学习/深度学习 传感器 人工智能
人工智能与机器学习:改变未来的力量####
【10月更文挑战第21天】 在本文中,我们将深入探讨人工智能(AI)和机器学习(ML)的基本概念、发展历程及其在未来可能带来的革命性变化。通过分析当前最前沿的技术和应用案例,揭示AI和ML如何正在重塑各行各业,并展望它们在未来十年的潜在影响。 ####
382 27
|
机器学习/深度学习 人工智能 算法
阿里云人工智能平台图像视频特征提取
本文介绍了图像与视频特征提取技术在人工智能和计算机视觉中的应用,涵盖图像质量评分、人脸属性分析、年龄分析、图像多标签打标、图文视频动态分类打标、视频质量评分及视频分类打标。通过深度学习模型如CNN和RNN,这些技术能从海量数据中挖掘有价值信息,为图像分类、目标检测、视频推荐等场景提供支持,提升分析精度与效率。
956 9
PAI-Rec推荐平台对于实时特征有三个层次
PAI-Rec推荐平台针对实时特征有三个处理层次:1) 离线模拟反推历史请求时刻的实时特征;2) FeatureStore记录增量更新的实时特征,模型特征导出样本准确性达99%;3) 通过callback回调接口记录请求时刻的特征。各层次确保了实时特征的准确性和时效性。
675 0
|
数据采集 人工智能 智能设计
首个!阿里云人工智能平台率先通过国际标准认证
首个!阿里云人工智能平台率先通过国际标准认证
515 7

相关产品

  • 人工智能平台 PAI