请教一下机器学习PAI这样写可以吗?tmp_ip_negative_sampling表是item表。是不是这样写了dssm.config里就不需要配置了对应的路径了?
根据您提供的信息,我无法确定您的具体问题。但是,如果您在机器学习PAI中使用了tmp_ip_negative_sampling表作为item表,并且已经将其路径配置到了dssm.config文件中,那么您不需要再次配置该路径。
可以的,在机器学习PAI中,您可以直接使用表名作为路径来指定负采样表。
但是,您还需要在 dssm.config 文件中指定一些其他的参数,以确保负采样表被正确加载。例如,您可以使用以下参数来指定数据表和负采样表的名称:
data_table = "tmp_ip_positive"
negative_table = "tmp_ip_negative_sampling"
同时,还需要确保 data_configs 部分中指定相应的列映射和特征选择:
data_configs = [
{"table": "tmp_ip_positive", "fields": ["text", "item_id"]},
{"table": "tmp_ip_negative_sampling", "fields": ["text", "item_id"]}
]
这样就可以确保在训练时使用 tmp_ip_positive 和 tmp_ip_negative_sampling 表中的数据,并正确地对两个表中的数据进行对比评估。最后,还需要确保将这些参数设置正确地应用于您的 DSSM 模型中。
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。
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。