国内最专业的IT技术学习网

UI设计

当前位置:主页 > UI设计 >

Facebook 开源深度学习推荐模型 DLRM

发布时间:2019/07/04标签:   模型    点击量:

原标题:Facebook 开源深度学习推荐模型 DLRM
Facebook 发布推出深度进修推举模子(DLRM)的开源版本,这是一种开始进的特性化推举 AI 模子,而且可用于出产情况中。该模子的完成可用于 Facebook 的 PyTorch、Facebook 的散布式进修框架 Caffe2和 Glow C++。推举引擎在很大水平上决议着人们天天看到的内容,不管是 Facebook 等交际媒体网站、亚马逊等电子商务网站的内容,仍是在 Xbox 首页的推举游戏。就在上个月,亚马逊也将 AI 利用于 AWS 上的特性化购物推举体系。5 月尾,20 多位 Facebook AI 研讨职员在 arXiv 上宣布了一篇论文,说明了 DLRM 模子怎样应用映照分类数据的嵌入表停止表白,此中大局部盘算由猜测函数多层感知器(MLP)履行。论文具体先容了DLRM 模子,并与现有推举模子停止比拟,以充足展现其特征。Facebook 野生智能研讨(FAIR)曾经将其大批任务开源,收费供给 DLRM 能够关心更普遍的 AI 社区处理推举引擎带来的挑衅,比方应用神经收集将分类数据与某些更高等其余属性相干联。DLRM 的制作商倡议用该模子对推举引擎的速率和正确性机能停止基准测试。用于试验和机能评价的 DLRM 基准测试是用 Python 编写的,支撑随机和分解输出。Facebook 研讨迷信家 Dheevatsa Mudigere 和 Maxim Naumov 在一篇博客文章中表现,将在将来公然分享优化 DLRM 体系的机能成果。近来几周由 Facebook 开源的其余 AI 模子或框架还包含 PyRobot,与 PyTorch 一同任务的呆板人框架;以及 PyTorch Hub,一个任务流程和 API,旨在鼓舞 AI 模子的再现性。另有 Ax 和 BoTorch,用于呆板进修试验和贝叶斯模子优化的东西,于 5 月与 PyTorch 1.1 一同推出。Facebook 的推举东西在从前始终存在争议。客岁,Keras 深度进修图书馆创立者 FrançoisChollet 在一篇帖子中称,“有良知的 AI 研讨职员不该该在 Facebook 任务”,他倡导“不要应用 AI 作为把持用户的东西;相同,将 AI 作为东西供给给用户,让他们领有更多的自立权。”【编纂推举】 Linus Torvalds 谈软件开辟面对的硬件成绩 MongoDB:有人敢像我一样说出开源的实在意图吗? 印度第一颗CPU横空降生:软件开辟已开动 Google 开源 robots.txt 剖析器 百度AI开辟者大会现场李彦宏被泼水 淡定化解【义务编纂:张燕妮 TEL:(010)68476606】 点赞 0

版权信息Copyright © IT技术教程 版权所有    ICP备案编号:鲁ICP备09013610号