这是名为 DLRM 的 Linux 应用程序，其最新版本可以下载为 dlrmsourcecode.tar.gz。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行此名为 DLRM 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
DLRM
商品描述
DLRM（深度学习推荐模型）是 Meta 为处理极高维稀疏特征和嵌入表而构建的大规模推荐系统的开源参考实现。该架构结合了密集（MLP）和稀疏（嵌入）分支，然后通过点积或特征交互对特征进行交互，再通过进一步的密集层来预测点击率、排名分数或转化概率。该实现针对大规模性能进行了优化，支持多 GPU 和多节点执行、量化、嵌入分区和流水线 I/O，从而高效地提供海量嵌入数据。它包含用于标准基准测试（如 Criteo）的数据加载器、训练脚本、评估工具以及混合精度、梯度压缩和内存融合等功能，以最大限度地提高吞吐量。
功能
- 稀疏嵌入和密集 MLP 分支相结合的混合架构
- 稀疏特征和密集特征之间的高效特征交互（例如点积、排列）
- 具有嵌入分区和梯度同步的多 GPU 和分布式训练
- 支持量化、内存优化和流水线嵌入 I/O
- 对 Criteo、Avazu 等大规模数据集的训练/评估支持
- 行业和学术推荐模型的基线参考
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/dlrm.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
