Facebook 开源深度学习推荐模型 DLRM

Facebook 公布推出深度进修保举模子（DLRM）的开源版本，这是一种最先辈的本性化保举 AI 模子，而且可用于出产情形中。该模子的实现可用于 Facebook 的 PyTorch、Facebook 的漫衍式进修框架 Caffe2 和 Glow C++。

保举引擎在很洪流平上抉择着人们天天看到的内容，无论是 Facebook 等交际媒体网站、亚马逊等电子商务网站的内容，照旧在 Xbox 首页的保举游戏。就在上个月，亚马逊也将 AI 应用于 AWS 上的本性化购物保举体系。

5 月尾，20 多位 Facebook AI 研究职员在 arXiv 上颁发了一篇论文，表明白 DLRM 模子怎样行使映射分类数据的嵌入表举办表达，个中大部门计较由猜测函数多层感知器（MLP）执行。论文具体先容了 DLRM 模子，并与现有保举模子举办较量，以充拭魅展示其特征。

Facebook 人工智能研究（FAIR）已经将其大量事变开源，免费提供 DLRM 可以辅佐更普及的 AI 社区办理保举引擎带来的挑衅，好比操作神经收集将分类数据与某些更高级此外属性相干联。

DLRM 的制造商提议用该模子对保举引擎的速率和精确性机能举办基准测试。用于尝试和机能评估的 DLRM 基准测试是用 Python 编写的，支持随机和合成输入。

Facebook 研究科学家 Dheevatsa Mudigere 和 Maxim Naumov 在一篇博客文章中暗示，将在将来果真分享优化 DLRM 体系的机能功效。

最近几周由 Facebook 开源的其他 AI 模子或框架还包罗 PyRobot，与 PyTorch 一路事变的呆板人框架；以及 PyTorch Hub，一个事变流程和 API，旨在勉励 AI 模子的再现性。尚有 Ax 和 BoTorch，用于呆板进修尝试和贝叶斯模子优化的器材，于 5 月与 PyTorch 1.1 一路推出。

Facebook 的保举器材在已往一向存在争议。客岁，Keras 深度进修图书馆建设者 FrançoisChollet 在一篇帖子中称，“有本心的 AI 研究职员不该该在 Facebook 事变”，他倡导“不要行使 AI 作为哄骗用户的器材；相反，将 AI 作为器材提供应用户，让他们拥有更多的自主权。”

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!