Introducción a EasyRec
¿Qué es EasyRec?
EasyRec es un marco fácil de usar para recomendación
EasyRec implementa modelos de aprendizaje profundo de última generación utilizados en tareas de recomendación comunes: generación (emparejamiento) de candidatos, puntuación (clasificación) y aprendizaje multitarea. Mejora la eficiencia de generar modelos de alto rendimiento mediante una configuración simple y ajuste de hiperparámetros (HPO).
Empezar
Plataforma para correr:
- Ejemplos locales
- MaxCompute
- EMR-Ciencia de datos
- PAI-DSW (DEMOSTRACIÓN)
¿Por qué EasyRec?
Corre a todas partes
- Local / MaxCompute / EMR-DataScience / DLC
- TF1.12-1.15 / TF2.x / PAI-TF
Datos de entrada diversificados
- Tabla MaxCompute
- Archivos HDFS/tabla Hive
- archivos OSS
- Archivos CSV / Archivos Parquet
- Centro de datos / Kafka Streams
Fácil de configurar
- Configuración de funciones flexible y configuración de modelo simple
- Construir modelos combinando algunos componentes.
- Generación de funciones eficiente y robusta [usada en taobao]
- Bonita interfaz web en desarrollo.
es inteligente
- EarlyStop / Mejor ahorro de puntos de control
- Búsqueda de hiperparámetros / AutoFeatureCross / Destilación de conocimientos / Selección de características
- En desarrollo: NAS
Implementación sencilla y a gran escala
- Admite la integración a gran escala y el aprendizaje en línea
- Muchas estrategias paralelas: ParameterServer, Mirrored, MultiWorker
- Fácil implementación en EAS: escalado automático, fácil monitoreo
- Garantía de consistencia: entrenar y sacar
Una variedad de modelos
- DSSM/MENTE/DropoutNet/CoMetricLearningI2I/PDN
- W&D / DeepFM / MultiTower / DCN / FiBiNet / MaskNet / PPNet / CDN
- DIN/BST/CL4SRec
- MMoE/ESMM/DBMTL/AITM/PLE
- Red Vial/CMBF/UNITER
- Más modelos en desarrollo
Fácil de personalizar
- Apoyar el desarrollo basado en componentes
- Modelos y componentes personalizados fáciles de implementar
- No es necesario preocuparse por las canalizaciones de datos
Recuperación rápida de vectores
- Ejecute el algoritmo knn de vectores en un entorno de distribución
Documento
- Hogar
- Preguntas frecuentes
- Marco EasyRec (PPT)
Contribuir
¡Cualquier contribución que hagas será muy apreciada!
- Informe los errores enviando un problema de GitHub.
- Envíe contribuciones mediante solicitudes de extracción.
- consulte el documento de desarrollo para obtener más detalles.
Citar
Si EasyRec es útil para su investigación, cite:
@article{Cheng2022EasyRecAE,
title={EasyRec: An easy-to-use, extendable and efficient framework for building industrial recommendation systems},
author={Mengli Cheng and Yue Gao and Guoqiang Liu and Hongsheng Jin and Xiaowen Zhang},
journal={ArXiv},
year={2022},
volume={abs/2209.12766}
}
Contacto
Únase a nosotros
- Grupo DingDing: 32260796. Haga clic en esta URL o escanee QrCode para unirse
- DingDing Group2: 37930014162, haga clic en esta URL o escanee QrCode para unirse
- Grupo de correo electrónico: [email protected].
Servicio empresarial
- Si necesita soporte de servicio empresarial EasyRec o compra servicios de productos en la nube, puede contactarnos a través de DingDing Group.
Licencia
EasyRec se publica bajo la licencia Apache 2.0. Tenga en cuenta que es posible que las bibliotecas de terceros no tengan la misma licencia que EasyRec.
