在机器学习PAI中,hard_negative_sampler_v2 的采样个数计算逻辑是什么? 配置如下所示,使用hard_negative_sampler_v2 采样出来850 个item
hard_negative_sampler_v2 {
user_input_path: ''
item_input_path: ''
pos_edge_input_path: ''
hard_neg_edge_input_path: ''
num_hard_sample: 30
num_sample: 80
num_eval_sample: 2048
attr_delimiter: '^'
attr_fields: 'item_flow'
attr_fields: 'i_all_hl'
attr_fields: 'category'
attr_fields: 'tag'
attr_fields: 'is_vertical'
attr_fields: 'source'
attr_fields: 'video_len'
attr_fields: 'publish_time'
attr_fields: 'i_province_code'
attr_fields: 'i_city_code'
attr_fields: 'i_county_code'
attr_fields: 'create_days'
item_id_field: 'item_flow'
user_id_field: 'user_id'
}
num_hard_sample: 30是per positive sample要采30,它不是share的。此回答整理自钉群"[EasyRec/PAI-Rec]推荐算法交流群"
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。