开发者社区 > 大数据与机器学习 > 人工智能平台PAI > 正文

机器学习PAI目前主要是预测部分,我们输入特征100个左右,所以想了解下其他同学是咋用的?

机器学习PAI目前主要是预测部分,我们输入特征100个左右,在go和c++里都实现了一版循环调用process方法(cogo模式调用serving/processor/serving/processor.cc),每单条数据需要耗时6ms左右,循环50条数据需要300ms左右,我们线上通过tfgo批量预测50条平响在11ms,性能差异比较大,想了解下怎么提升预测性能?当然可能是我们的测试代码不对,也可能是我们用法不对,所以想了解下其他同学是咋用的?

展开
收起
真的很搞笑 2023-09-17 18:49:10 214 0
0 条回答
写回答
取消 提交回答

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

相关产品

  • 人工智能平台 PAI
  • 热门讨论

    热门文章

    相关电子书

    更多
    微博机器学习平台架构和实践 立即下载
    机器学习及人机交互实战 立即下载
    大数据与机器学习支撑的个性化大屏 立即下载