EasyRec 推荐算法训练推理优化

文章预览

导读   本文将分享 EasyRec 推荐算法训练和推理优化。 主要内容包括以下几大部分： 1.  EasyRec 训练推理架构 2.  EasyRec 训练优化 3.   EasyRec 推理优化 4.  实时学习 online learning 分享嘉宾｜ 程孟力 阿里云计算 高级算法专家   编辑整理｜王甲君 内容校对｜李瑶 出品社区｜DataFun 01 EasyRec 训练推理架构 在介绍 EasyRec 的训练推理架构之前，先来谈谈推荐模型的发展趋势和面临的挑战。近年来，推荐模型的发展呈现出以下一些趋势：首先，特征数量越来越多，从几百个增加到上千个，还有许多交叉特征；同时，Embedding 变得越来越大，序列越来越长，Dense 层也越来越复杂，从简单的 MLP 发展为 MMOE、MaskNet、PLE 等复杂结构。由此带来的最大挑战就是算力不足，另外训练推理成本很高，推理超时严重。 EasyRec 推荐算法训练整体框架主要包括：数据层、Embedding ………………………………