DeepRec:高性能推荐场景深度学习框架
版权申诉
93 浏览量
更新于2024-06-14
收藏 4.09MB PDF 举报
"丁辰.pdf——DeepRec:面向推荐场景的高性能深度学习框架"
在本次分享中,丁辰探讨了DeepRec这一深度学习框架,它专为推荐系统设计,旨在应对大规模、高维度稀疏数据的挑战。DeepRec的开源历程展示了从早期的搜索、推荐到广告业务场景的应用,以及与各种模型技术的发展同步,如LR、GBDT+LR、FM、WDL、DeepFM、DCN(v2)、DIN、DIEN、DLRM和SIM等。这些模型在推荐系统中扮演着重要角色,从最初的线性模型到复杂的深度学习模型,不断推动着推荐效果的提升。
DeepRec的背景和开源历程揭示了推荐系统技术的演进。一个典型的推荐系统架构包括召回、排序和重排阶段,处理数以千万或百万计的用户和几万到几百个商品特征。随着模型复杂性的增加,如从稀疏模型到深度学习模型的转变,计算需求也大幅增长,这导致了像DeepRec这样专为处理PB级样本、上百GB至TB参数量、千亿规模特征和异构计算的框架的诞生。
DeepRec针对的挑战包括易用性、功能完善、高性能、框架灵活性和高可扩展性,以及完善的社区支持。它提供了异步/同步分布式训练、嵌入变量管理、无共享会话组、嵌入与优化器、训练、服务和部署等功能。此外,特色功能如特征剔除和过滤,有助于优化内存管理和提升模型效率。
DeepRec的开源历程始于2018年的PAI-TF,这是阿里巴巴内部统一的深度学习训练框架,基于TensorFlow进行了性能优化和功能增强。到了2022年,DeepRec正式开源,目前已被包括微博、得物、喜马拉雅、VIVO等在内的数十家公司采用,并于2023年捐赠给了LFAI(Linux Foundation AI)和DataFoundation,进一步推动了开源社区的发展。
展望未来,DeepRec将继续优化其在推荐场景中的性能,提升用户体验,增强模型训练和推理的效率,以及加强社区建设,提供更丰富的工具和资源,以适应快速发展的推荐系统和人工智能领域的需要。对于开发者和研究者而言,DeepRec是一个值得探索和应用的高性能框架,能够帮助他们有效地处理大规模推荐系统中的挑战。
2021-11-12 上传
2024-02-08 上传
2023-04-01 上传
2023-03-21 上传
2023-09-03 上传
2023-02-06 上传
2024-05-16 上传
2023-11-17 上传
百态老人
- 粉丝: 5119
- 资源: 2万+
最新资源
- 新型智能电加热器:触摸感应与自动温控技术
- 社区物流信息管理系统的毕业设计实现
- VB门诊管理系统设计与实现(附论文与源代码)
- 剪叉式高空作业平台稳定性研究与创新设计
- DAMA CDGA考试必备:真题模拟及章节重点解析
- TaskExplorer:全新升级的系统监控与任务管理工具
- 新型碎纸机进纸间隙调整技术解析
- 有腿移动机器人动作教学与技术存储介质的研究
- 基于遗传算法优化的RBF神经网络分析工具
- Visual Basic入门教程完整版PDF下载
- 海洋岸滩保洁与垃圾清运服务招标文件公示
- 触摸屏测量仪器与粘度测定方法
- PSO多目标优化问题求解代码详解
- 有机硅组合物及差异剥离纸或膜技术分析
- Win10快速关机技巧:去除关机阻止功能
- 创新打印机设计:速释打印头与压纸辊安装拆卸便捷性