Facebook开源深度学习模型DLRM，行业评论褒贬不一( 二 )_智东西编|李水青导语：Facebook宣布推

Facebook技术战略总监Vijay Rao，在今年早些时候的开放计算项目会议上就开源项目做了一场演讲，他在演讲中详细介绍了使用神经网络进行大量嵌入的方法。

Facebook的人工智能研究项目（FAIR）开放了很多源代码。同时，Facebook公司正在免费提供DLRM，以此帮助更广泛的人工智能社区应对推荐引擎带来的挑战，如：一些社区可能需要神经网络将分类数据与某些更高级别的属性关联起来。

二、可用于推荐引擎测试，能否造福行业存争议

“虽然个性化推荐系统在当今的行业内推动了深度学习实践的成功，但这在学术界仍然很少受到关注。”Facebook AI研究者发布的论文写道，“通过提供最先进的推荐系统及其开源实现的详细描述，我们希望业界的一些独特挑战能被关注，以便进一步进行算法实验、建模、系统协同设计和基准测试。”

DLRM的制造商建议，该模型可以用来对推荐引擎的速度和准确性进行基准测试。用于实验和性能评估的DLRM基准测试是用Python编写的，并且支持随机综合输入。

Facebook的推荐工具在过去一直存在争议。Keras深度学习图书馆创建者Fran?ois Chollet去年在一篇冗长的中篇帖子和一系列推文中宣称，有良知的AI研究人员不应该在Facebook工作，部分原因是Facebook现在的推荐引擎的工作方式问题。

Facebook开源深度学习模型DLRM，行业评论褒贬不一( 二 )