SR-GNN优化记录-多版本实践笔记

本文记录了SR-GNN模型在推荐召回任务中的优化过程,包括数据处理、模型改进和推理速度提升的尝试。作者探讨了使用GPU、理解session概念、优化数据存储以及飞桨框架的适用性等问题,旨在解决大规模数据下模型效率低下问题。
摘要由CSDN通过智能技术生成

hi各位大佬好,之前的SR-GNN做的实在是勉强凑合,数据处理都很慢,采用pd处理并不能快,而且慢很多倍,所以轻易不要用pd。另外模型中的数据处理很慢,推理更慢,不知道咋整了,改模型???看其他版本???调整?

For Video Recommendation in Deep learning QQ Group 277356808

视频推荐深度学习加这个群

For Visual in deep learning QQ Group 629530787

视觉深度学习加这个,别加错

</

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小李飞刀李寻欢

您的欣赏将是我奋斗路上的动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值