检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
的均匀分布（高斯或者随机分布）。其中 nin 是该神经元的输入数目。 优化器类型 grad：梯度下降算法 学习率：优化算法的参数，决定优化器在最优方向上前进步长的参数。默认0.001。 adam：自适应矩估计算法 结合AdaGrad和RMSProp两种优化算法的优点，对梯度的一阶矩估计（First Moment
的均匀分布（高斯或者随机分布）。其中 nin 是该神经元的输入数目。 优化器类型 grad：梯度下降算法 学习率：优化算法的参数，决定优化器在最优方向上前进步长的参数。默认0.001。 adam：自适应矩估计算法 结合AdaGrad和RMSProp两种优化算法的优点，对梯度的一阶矩估计（First Moment
optimize_parameters 参数说明 参数名称 是否必选 参数类型 说明 梯度下降(grad) 学习率(learning_rate) 是 Double 决定优化器在优化方向上前进步长的参数。取值范围(0,1]，默认值为0.001。 自适应梯度(adagrad) 初始梯度累加和 (initial_accumulator_value)
update_interval 否 Integer 更新周期（在线训练任务需要提供此参数）。 optimizer 否 Optimizer object 优化器（在线训练任务需要提供此参数）。 flows 否 Flow object 在线流程（在线训练任务需要提供此参数）。 表5 NearLineRecallParam
update_interval 否 Integer 更新周期（在线训练任务需要提供此参数）。 optimizer 否 Optimizer object 优化器（在线训练任务需要提供此参数）。 flows 否 Flow object 在线流程（在线训练任务需要提供此参数）。 表6 NearLineRecallParam
模型更新间隔：模型更新时间间隔，更新模型文件。 默认“8核|16GiB” 时间间隔10min 优化策略相关参数 优化器类型：ftrl。适用于处理超大规模数据的,含大量稀疏特征的在线学习的常见优化算法 学习率：优化算法的参数，决定优化器在最优方向上前进步长的参数。默认0.1。 初始梯度累加和：梯度累加和用来调整学习步长。默认0
update_interval 否 Integer 更新周期（在线训练任务需要提供此参数）。 optimizer 否 Optimizer object 优化器（在线训练任务需要提供此参数）。 flows 否 Flow object 在线流程（在线训练任务需要提供此参数）。 表5 NearLineRecallParam
update_interval 否 Integer 更新周期（在线训练任务需要提供此参数）。 optimizer 否 Optimizer object 优化器（在线训练任务需要提供此参数）。 flows 否 Flow object 在线流程（在线训练任务需要提供此参数）。 表5 NearLineRecallParam
update_interval 否 Integer 更新周期（在线训练任务需要提供此参数）。 optimizer 否 Optimizer object 优化器（在线训练任务需要提供此参数）。 flows 否 Flow object 在线流程（在线训练任务需要提供此参数）。 表5 NearLineRecallParam
optimize_parameters 参数说明 参数名称 是否必选 参数类型 说明 type 是 String 优化器类型。现仅提供一种字段。 ftrl：指定为使用ftrl优化器。 initial_accumulator_value 是 Double 用来动态调整学习步长。取值范围(0
小。如果离线计算失败，建议调小至10以下。默认为10。 迭代次数 指定迭代优化的最大迭代次数。如果离线计算失败，建议调小至10以下。默认为10。 优化正则化系数 在ALS算法中使用，指定正则化系数，作为优化目标中参数项代价的系数，用于避免过拟合现象发生。默认为0.01。 最大推荐结果数
因子的维度大小。如果离线计算失败，建议调小至10以下。 默认为10。 优化正则化系数 在ALS算法中使用，指定用户隐向量、物品隐向量的隐含因子的维度大小。 设置为默认参数0.01。 最大迭代次数 指定迭代优化的最大迭代次数。如果离线计算失败，建议调小至10以下。 默认为10。 最大推荐结果数
维度大小。如果离线计算失败，建议调小至10以下。 10 最大迭代次数 指定迭代优化的最大迭代次数。如果离线计算失败，建议调小至10以下。 10 正则化系数 在ALS算法中使用，指定正则化系数，作为优化目标中参数项代价的系数，用于避免过拟合现象发生。 0.01 最大推荐结果数 最多生成多少个推荐结果。
FM、DEEPFM、PIN中的某一个。 algorithm_parameters 是 JSON 每个算法有其各自的参数列表，包括初始化、最优化、正则项等参数。 逻辑斯蒂回归算法是一种广义的线性回归分析模型，常用于数据挖掘、疾病自动诊断、经济预测等领域。逻辑斯蒂回归算法通过在线性回
update_interval Integer 更新周期（在线训练任务需要提供此参数）。 optimizer Optimizer object 优化器（在线训练任务需要提供此参数）。 flows Flow object 在线流程（在线训练任务需要提供此参数）。 表7 NearLineRecallParam
update_interval Integer 更新周期（在线训练任务需要提供此参数）。 optimizer Optimizer object 优化器（在线训练任务需要提供此参数）。 flows Flow object 在线流程（在线训练任务需要提供此参数）。 表7 NearLineRecallParam
update_interval 否 Integer 更新周期（在线训练任务需要提供此参数）。 optimizer 否 Optimizer object 优化器（在线训练任务需要提供此参数）。 flows 否 Flow object 在线流程（在线训练任务需要提供此参数）。 表7 NearLineRecallParam
update_interval Integer 更新周期（在线训练任务需要提供此参数）。 optimizer Optimizer object 优化器（在线训练任务需要提供此参数）。 flows Flow object 在线流程（在线训练任务需要提供此参数）。 表12 NearLineRecallParam
update_interval 否 Integer 更新周期（在线训练任务需要提供此参数）。 optimizer 否 Optimizer object 优化器（在线训练任务需要提供此参数）。 flows 否 Flow object 在线流程（在线训练任务需要提供此参数）。 表6 NearLineRecallParam
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
