原书出处
深度学习推荐系统
06 第6章 深度学习推荐系统的工程实现
码乍一看比较复杂,如下代码为简化后只列出关键操作的部分,Spark梯度下降的主要过程一目了然。 经过精简的代码非常简单,
Spark的mini batch过程只做了三件事: (1)把当前的模型参数广播到各个数据Partition(可当作虚拟的计算节点)。 (2)各计算节点进行数据抽样得到mini batch的数据,分别计算梯度,再通过treeAggregate操作汇总梯度
,得到最终梯度gradientSum。 (3)利用gradientSum更新模型权重。 这样一来,每次迭代的Stage和
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习推荐系统/_epub-src/text/part0010_split_002.html
EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382