mirror of
https://github.com/openmlsys/openmlsys-zh.git
synced 2026-02-13 23:26:12 +08:00
1.2 KiB
1.2 KiB
小结
推荐系统作为深度学习在工业界最成功的落地成果之一，极大地提升了用户的在线服务体验，并且为各大公司创造了可观的利润，然而也带来了许多系统层面的挑战亟待解决。本节简单介绍了典型的工业界推荐系统架构及其面临的挑战，并给出了潜在的解决方案的方向。在实际生产环境中，具体的系统设计方案需要根据不同推荐场景的需求而变化，不存在一种万能的解决方案。
扩展阅读
-
推荐模型：Wide & Deep
-
开源推荐系统框架：Merlin
-
软硬件协同设计加速超大规模深度学习推荐系统训练：ZionEX
-
利用多级缓存支持超大规模深度学习推荐系统训练：Distributed Hierarchical GPU Parameter Server for Massive Scale Deep Learning Ads Systems
-
工业界机器学习系统的实践：Hidden Technical Debt in Machine Learning Systems
参考文献
:bibliography:../references/recommender.bib