EasyRec简介

什么是 EasyRec？

简介.png

EasyRec 是一个易于使用的推荐框架

EasyRec 实现了常见推荐任务中使用的最先进的深度学习模型：候选生成（匹配）、评分（排名）和多任务学习。它通过简单的配置和超参数调整（HPO）提高了生成高性能模型的效率。

开始使用

运行平台：

当地例子
最大计算
EMR-数据科学
PAI-DSW（演示）

为什么选择 EasyRec？

到处跑

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

输入数据多样化

MaxCompute表
HDFS 文件/Hive 表
操作系统文件
CSV 文件/Parquet 文件
数据中心/卡夫卡流

配置简单

灵活的功能配置和简单的模型配置
通过组合一些组件来构建模型
高效、鲁棒的特征生成[淘宝使用]
漂亮的网络界面正在开发中

它很聪明

EarlyStop / 最佳检查站保护程序
超参数搜索/AutoFeatureCross/知识蒸馏/特征选择
开发中：NAS

规模大、部署方便

支持大规模嵌入和在线学习
许多并行策略：ParameterServer、Mirrored、MultiWorker
轻松部署到 EAS：自动扩展、轻松监控
一致性保证：训练和服务

多种型号

DSSM / MIND / DropoutNet / CoMetricLearningI2I / PDN
W&D / DeepFM / MultiTower / DCN / FiBiNet / MaskNet / PPNet / CDN
DIN / BST / CL4SRec
MMoE / ESMM / DBMTL / AITM / PLE
高速公路网 / CMBF / UNITER
更多型号正在开发中

易于定制

支持基于组件的开发
易于实现定制模型和组件
无需关心数据管道

快速矢量检索

在分布式环境中运行向量的 knn 算法

文档

家
常问问题
EasyRec框架(PPT)

贡献

我们非常感谢您所做的任何贡献！

请通过提交 GitHub 问题来报告错误。
请使用拉取请求提交贡献。
更多详情请参阅开发文档。

引用

如果 EasyRec 对您的研究有用，请引用：

 @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}
}