Загрузка EasyRec - Загрузка исходного кода EasyRec

EasyRec

Другой исходный код

v0.7.1

Скачать

EasyRec Введение

Что такое EasyRec?

интро.png

EasyRec — это простая в использовании платформа для рекомендаций.

EasyRec реализует современные модели глубокого обучения, используемые в общих рекомендательных задачах: генерация кандидатов (сопоставление), оценка (ранжирование) и многозадачное обучение. Он повышает эффективность создания высокопроизводительных моделей за счет простой конфигурации и настройки гиперпараметров (HPO).

Начать

Беговая платформа:

Местные примеры
MaxCompute
EMR-DataScience
PAI-DSW (ДЕМО)

Почему EasyRec?

Бегайте повсюду

Локальный / MaxCompute / EMR-DataScience / DLC
TF1.12-1.15/TF2.x/PAI-TF

Разнообразные входные данные

Таблица MaxCompute
Файлы HDFS/таблица Hive
OSS-файлы
CSV-файлы/файлы паркета
Datahub / Kafka Streams

Простота настройки

Гибкая конфигурация функций и простая конфигурация модели
Создавайте модели, комбинируя некоторые компоненты.
Эффективное и надежное создание функций [используется в Taobao]
Хороший веб-интерфейс в разработке

Это умно

EarlyStop / Лучшая экономия на контрольно-пропускных пунктах
Гиперпоиск параметров / AutoFeatureCross / Анализ знаний / Выбор функций
В разработке: НАН

Большой масштаб и простота развертывания

Поддержка крупномасштабного внедрения и онлайн-обучения
Множество параллельных стратегий: ParameterServer, Mirrored, MultiWorker.
Простое развертывание в EAS: автоматическое масштабирование, простой мониторинг
Гарантия постоянства: обучение и подача

Разнообразие моделей

DSSM / MIND / DropoutNet / CoMetricLearningI2I / PDN
W&D / DeepFM / MultiTower / DCN / FiBiNet / MaskNet / PPNet / CDN
DIN / БСТ / CL4SRec
MMoE / ESMM / DBMTL / AITM / PLE
HighwayNetwork / CMBF / UNITER
Больше моделей в разработке

Легко настроить

Поддержка разработки на основе компонентов
Легко реализовать индивидуальные модели и компоненты.
Не нужно заботиться о конвейерах данных

Быстрое получение векторов

Запустить алгоритм knn векторов в распределенной среде

Документ

Дом
Часто задаваемые вопросы
EasyRec Framework (PPT)

Способствовать

Любой ваш вклад очень ценится!

Сообщайте об ошибках, отправив сообщение на GitHub.
Пожалуйста, вносите вклад, используя запросы на включение.
более подробную информацию см. в документе «Разработка».

Цитировать

Если EasyRec полезен для вашего исследования, укажите:

 @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}
}

Контакт

Присоединяйтесь к нам

Группа DingDing: 32260796. Нажмите на этот URL-адрес или отсканируйте QrCode, чтобы присоединиться.
DingDing Group2: 37930014162, щелкните этот URL-адрес или отсканируйте QrCode, чтобы присоединиться.
Группа электронной почты: [email protected].

Корпоративное обслуживание

Если вам нужна поддержка корпоративного обслуживания EasyRec или вы приобретаете услуги облачных продуктов, вы можете связаться с нами через DingDing Group.