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?
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 ,此回答整理自钉群“【EasyRec】推荐算法交流群”
是的,您可以在PAI deploy_ext的打包过程中选择使用deeprec(pai-tf)而不是默认的pai-tf1.12。deeprec(pai-tf)是阿里巴巴集团开发的一个大规模稀疏模型训练/预测引擎,专为处理具有大量特征和样本的稀疏数据设计。它在分布式计算、图优化、算子以及运行时环境等方面进行了深度性能优化,提供了适用于稀疏场景的embedding功能。
是的,您在打包时可以选择使用deeprec。
DeepRec (PAI-TF) 是阿里巴巴集团开发的一个大规模稀疏模型训练/预测引擎,它专为处理具有大量特征和样本的稀疏数据设计。DeepRec 在分布式计算、图优化、算子以及运行时环境等方面进行了深度性能优化,提供了适用于稀疏场景的Embedding功能,并且得到了多个业务算法团队的支持。
此外,阿里云机器学习平台 PAI 开源的 HybridBackend 平台不仅支持基于 GPU 的分布式训练方案,还深度整合了 DeepRec,使得在使用 hb 方案进行训练时,相比 TF-PS 原生方案有明显的速度优势。
综上所述,如果您的应用场景涉及到大规模的稀疏数据,或者您希望利用 DeepRec 的性能优化和特定功能,那么在打包时选择使用 deeprec 是一个不错的选择。
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。