开发者社区 > 大数据与机器学习 > 人工智能平台PAI > 正文

请教一下机器学习PAI,改成CHR(30)是否可以,改了后后续的代码需要怎么改动吗?

请教一下机器学习PAI,对于lookup 特征 如果k v 之间的连接文档中说需要用“:”,改成CHR(30)是否可以,改了后后续的代码需要怎么改动吗?我现在改成CHR(30)后 jar生成特征取不到对应的数值 ,然后这个特征上线应该怎么配置吗? 我们线上用“:”的时候,测试环境没跑通 不太清楚是什么环节出问题了,谢谢8f3083359d32df517f8fbc32142a710a.png

展开
收起
真的很搞笑 2023-11-19 15:08:18 55 0
2 条回答
写回答
取消 提交回答
  • 根据您的描述,您在使用PAI进行机器学习时遇到了关于lookup特征的问题。您提到需要将k v之间的连接文档中的分隔符从“:”改为CHR(30),但在更改后发现jar生成的特征无法获取到对应的数值。为了解决这个问题,您可以尝试以下步骤:

    1. 首先,确保您的配置文件(/mnt/easyrec_config.config)中已经正确地设置了lookup特征的分隔符为CHR(30)。例如:
    feature {
      name: "lookup_feature"
      lookup_table {
        key_type: STRING
        value_type: FLOAT
        path: "/mnt/lookup_table.txt"
        separator: "\x1E"
      }
    }
    
    1. 然后,重新运行您的代码,并检查是否能够正确生成包含新分隔符的特征。如果仍然出现问题,请查看生成的特征文件(例如/mnt/output.txt),以确认是否正确地使用了新的分隔符。

    2. 如果上述步骤都无法解决问题,您可以尝试在测试环境中使用原始的“:”作为分隔符,以排除配置问题。如果在测试环境中一切正常,那么问题可能出在线上环境的配置上。在这种情况下,您需要检查线上环境的配置文件,并确保它与测试环境的配置一致。

    3. 最后,关于特征上线的配置,您可以根据实际需求进行调整。一般来说,您需要确保线上环境能够正确地读取和解析特征文件,以及正确地处理特征值。

    2023-11-29 16:07:17
    赞同 展开评论 打赏
  • 这个 : 目前还不支持改,fg 里面都是用的这个 : 符号。,此回答整理自钉群“【EasyRec】推荐算法交流群”

    2023-11-19 23:23:21
    赞同 展开评论 打赏

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
    大规模机器学习在蚂蚁+阿里的应用 立即下载
    基于Spark的面向十亿级别特征的 大规模机器学习 立即下载
    基于Spark的大规模机器学习在微博的应用 立即下载