特征介绍:
id embedding,通常用32或64维向量





特征处理



线上服务的系统架构

统计数据是有时效性的,不能缓存在服务器本地。画像可以,保证读取快就好。

tf serving 这里 tensorflow会给笔记打分,分数返回给排序服务器,进一步排序服务器会用融合的分数多样性分数还有业务规则给笔记排序,把排名最高的几十篇返回给主服务器。即最终曝光的笔记。
id embedding,通常用32或64维向量









统计数据是有时效性的,不能缓存在服务器本地。画像可以,保证读取快就好。

tf serving 这里 tensorflow会给笔记打分,分数返回给排序服务器,进一步排序服务器会用融合的分数多样性分数还有业务规则给笔记排序,把排名最高的几十篇返回给主服务器。即最终曝光的笔记。
您可能感兴趣的与本文相关的镜像
TensorFlow-v2.15
TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

被折叠的 条评论
为什么被折叠?