EasyRec の概要

EasyRecとは何ですか?

イントロ.png

EasyRec はレコメンデーションのための使いやすいフレームワークです

EasyRec は、一般的な推奨タスク (候補生成 (マッチング)、スコアリング (ランキング)、およびマルチタスク学習) で使用される最先端の深層学習モデルを実装しています。シンプルな構成とハイパーパラメータチューニング(HPO)により、高性能モデルの生成効率を向上させます。

始めましょう

ランニングプラットフォーム:

現地の例
マックスコンピューティング
EMRデータサイエンス
PAI-DSW (デモ)

EasyRec を選ぶ理由

どこでも走れる

ローカル / MaxCompute / EMR データサイエンス / DLC
TF1.12-1.15 / TF2.x / PAI-TF

多様な入力データ

MaxCompute テーブル
HDFS ファイル / Hive テーブル
OSS ファイル
CSVファイル / 寄木細工ファイル
データハブ / Kafka ストリーム

設定が簡単

柔軟な機能構成とシンプルなモデル構成
いくつかのコンポーネントを組み合わせてモデルを構築する
効率的かつ堅牢な特徴生成[タオバオで使用]
開発中の素晴らしい Web インターフェイス

賢いですね

EarlyStop / ベストチェックポイントセーバー
ハイパーパラメータ検索 / AutoFeatureCross / 知識の蒸留 / 特徴の選択
開発中: NAS

大規模かつ簡単な導入

大規模な埋め込みとオンライン学習をサポート
多くの並列戦略: ParameterServer、Mirrored、MultiWorker
EAS への簡単な導入: 自動スケーリング、簡単なモニタリング
一貫性の保証: トレーニングとサービス提供

多彩なモデル

DSSM / MIND / DropoutNet / CoMetricLearningI2I / PDN
W&D / DeepFM / マルチタワー / DCN / FiBiNet / MaskNet / PPNet / CDN
DIN / BST / CL4SRec
MMoE / ESMM / DBMTL / AITM / PLE
ハイウェイネットワーク / CMBF / UNITER
さらに多くのモデルが開発中

カスタマイズが簡単

コンポーネントベースの開発をサポート
カスタマイズされたモデルとコンポーネントの実装が簡単
データパイプラインを気にする必要はありません

高速ベクトル取得

分散環境でベクトルの knn アルゴリズムを実行する

書類

家
よくある質問
EasyRec フレームワーク(PPT)

貢献する

皆様の貢献は大歓迎です。

GitHub の問題を送信してバグを報告してください。
プルリクエストを使用してコントリビューションを送信してください。
詳細については、開発ドキュメントを参照してください。

引用

EasyRec があなたの研究に役立つ場合は、以下を引用してください。

 @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}
}