已找到以下 259 条记录
AI智能搜索
产品选择
推荐系统 RES
没有找到结果,请重新输入
产品选择
推荐系统 RES
在搜索结果页开启AI智能搜索
开启
产品选择
没有找到结果,请重新输入
  • 查看在线服务详情 - 推荐系统 RES

    模型相关参数信息。 预测 可对运行中状态在线服务进行预测,输入预测代码,单击“预测”后显示预测结果。 配置更新记录 展示配置相关记录。 单击配置记录前方可查看该记录下详细模型信息,包括模型名称、版本、分流、计算节点规格和计算节点个数。 排序模型更新记录 展示模型更新记录。包括模型名称、状态、更新时间和消息。

  • 提交流式训练作业 - 推荐系统 RES

    输出流DIS通道名称。该通道用于存放由行为数据和画像库计算生成排序预处理数据,以供模型训练。通道中数据属于流式训练作业产生中间数据,使用者只需指定通道名称,无需往该通道发送或获取数据。 starting_offsets 是 String 读取DIS数据起始位置,LATEST表示从最新数据开始读取。 表10

  • API概览 - 推荐系统 RES

    查询训练规格 查询当前推荐系统所提供离线计算规格,实时计算规格和排序模型训练规格。在创建数据源和场景时,需要提供此信息。 数据源 创建数据源 在指定工作空间下面创建一个新数据源。 查询数据源列表 查询当前工作空间下数据源列表。 查询数据源详情 查询指定数据源详情信息。 修改数据源内容

  • 智能场景(猜你喜欢) - 推荐系统 RES

    在“test-data”文件夹下,将behavior.txt中每条数据actionTime字段值修改到当前时间附近。将item.txt中每条数据publishTime字段值修改到当前时间附近,将item.txt中每条数据expireTime字段值修改成大于当前时间值,避免数据因为过期被过滤掉。

  • 提交排序任务API - 推荐系统 RES

    解机。 核函数特征交互神经网络是深度网络因子分解机改进版本,深度网络因子分解机通过向量点乘来计算特征之间关系,而核函数特征交互神经网络使用不同核(kernel)来对特征交互进行建模,以此来计算两个域中特征相互关系,其中核种类包括向量内积外积、矩阵乘法、神经网络等。利用核

  • 提交效果评估任务 - 推荐系统 RES

    online_services 是 List 需要进行效果评估在线服务; indicators 是 List 请参见表3,需要统计指标列表及其对应参数。 start_time 是 Long 被统计数据起始时间戳。 end_time 是 Long 被统计数据终止时间戳。 interval 是 Double

  • 智能场景 - 推荐系统 RES

    智能场景 猜你喜欢主要应用场景是什么? 关联推荐主要应用场景是什么? 热门推荐主要应用场景是什么?

  • 查询数据源详情 - 推荐系统 RES

    id。 表9 SpecsConfig 参数 参数类型 描述 offline String 离线计算规格。 nearline String 实时计算规格。 rank String 深度学习计算规格。 online_tps Integer 在线服务最大并发数。 表10 jobs 参数 参数类型

  • 更新智能场景内容 - 推荐系统 RES

    SpecsConfig 参数 是否必选 参数类型 描述 offline 是 String 离线计算规格。 nearline 否 String 实时计算规格。 rank 否 String 深度学习计算规格。 online_tps 否 Integer 在线服务最大并发数。 表5 jobConfig

  • 创建智能场景 - 推荐系统 RES

    SpecsConfig object 计算规格。 schedule 否 String 调度信息。 job_configs 是 jobConfig object 作业配置。 表5 SpecsConfig 参数 是否必选 参数类型 描述 offline 是 String 离线计算规格。 nearline

  • ModelArts - 推荐系统 RES

    介绍几个Go语言及相关开源框架的插件机制 跟唐老师学习网络 唐老师将自己对网络理解分享给大家 智能客服 您好!我是有问必答知识渊博智能问答机器人,有问题欢迎随时求助哦! 社区求助 华为社区是华为用户聚集地。这里有来自容器服务技术牛人,为您解决技术难题。

  • 部署服务 - 推荐系统 RES

    在购物车场景,使用召回候选集来自于离线计算基于物品协同过滤生成候选集,而为了尽可能保证推荐匹配度,要求推荐出来物品尽可能与用户性别、体质和年龄等属性吻合,所以考虑基于用户性别、体质和年龄等属性用标签索引得到满足条件物品列表item1, 对离线生成items2进行如

  • 删除作业 - 推荐系统 RES

    是否成功。 message 是 String 消息提示。 error_code 是 String 请求失败时错误码,请求成功时无此字段。 error_msg 是 String 请求失败时错误信息,请求成功时无此字段。 示例 请求示例 { "job_id": "aa22ac78f14

  • 准备离线数据源 - 推荐系统 RES

    itemType String 物品类型。 是 itemId String 对应行为发生对象值。如果是和物品发生关系,则是物品id(itemId)值。 是 actionType String 行为类型,包括正向行为和负向行为。下面为预置行为类型和对应权重,权重有默认分数,默认

  • 离线数据源 - 推荐系统 RES

    用户需要自己手工创建整理这些表并存储到OBS上。 每张表表结构必须符合推荐系统要求,列名和字段类型需要和规范中保持一致(参考下面的表结构说明)。 每张表中填充数据,必须符合推荐引擎要求。 对于业务数据中无法提供字段可以填NULL。 用户属性表 用户属性表记录用户属性信息,例如地域、爱好等,属性名和属性值成对出现。

  • 创建离线数据源 - 推荐系统 RES

    创建离线数据源 在使用RES之前,首先您需要创建一个数据源,后续操作,如修改数据源、创建自定义推荐,都是基于您创建数据源进行。 前提条件 已创建用于存储数据OBS桶及文件夹,并且数据存储OBS桶与RES在同一区域。 需要使用数据已上传至OBS。 创建数据源 登录RES管理控制台

  • 数据结构 - 推荐系统 RES

    增加用户特征。单击特征后方删除不需要用户特征。 物品特征 列表中展示抽取物品特征和参数类型,此特征会额外应用于所选字段功能。您可以根据业务需求单击增加物品特征。单击特征后方删除不需要物品特征。 您可以从“应用于”右侧下拉选项中设置该数据使用维度是“兴趣属性”或者“关键词提取”。其中:

  • 数据源 - 推荐系统 RES

    数据源 RES离线数据源包括什么? 如何上传数据至OBS 如何上传实时数据? 离线数据和近线实时数据如何配合使用? 数据探索是什么?近线实时数据如何在数据探索中报告体现? 如何确定近线数据源导入实时数据成功? 实时数据能否立即应用到推荐场景?

  • 排序策略-离线特征工程 - 推荐系统 RES

    开始和结束,长度为1~64个字符。 描述 对于特征工程描述信息。 待提取用户特征 排序模型需要经特征工程处理后数据, 选择排序模型需要用户特征, 未选择用户特征将不会被处理,即排序模块将忽略这些特征。 说明: 离散区间个数不能超过100个,请您根据业务需求合理分配参数值。

  • 策略参数说明 - 推荐系统 RES

    防止过拟合。取值范围[0,1],默认值为0。 正则损失计算方式 (regular_loss_compute_mode) 是 enum full指针对全量参数计算,batch则仅针对当前批数据中出现参数计算,batch模式计算速度快于full模式。默认full。 因子分解机 表35