PAI-Designer Tutorial¶
PAI-Designer介绍¶
PAI-Designer（Studio 2.0）是基于云原生架构Pipeline Service（PAIFlow）的可视化建模工具， 提供可视化的机器学习开发环境，同时提供丰富且成熟的机器学习算法，覆盖商品推荐、金融风控及广告预测等场景，支持基于MaxCompute、PAI-DLC、Flink等计算资源进行大规模分布式运算，可以满足您不同方向的业务需求，实现低门槛开发人工智能服务。 使用文档
在Designer进行EasyRec训练的优势¶
可视化编辑配置文件并自动保存至OSS
简化rolearn、执行资源等配置
历史任务记录及版本回滚
一键部署DataWorks定时调度任务
使用入口¶
点击阿里云PAI管控台，选择进入一个工作空间
开始使用Designer。
新建一个工作流，可以在画布上拖拉拽左侧组件按照业务需求构建工作流，对MaxCompute数据表/OSS文件等数据源进行分析及模型构建。
EasyRec训练组件¶
输入桩配置¶
| 输入桩（从左到右） | 限制数据类型 | 对应PAI命令参数 | 是否必选 |
|---|---|---|---|
| 训练表 | MaxCompute表 | train_tables |
是 |
| 评估表 | MaxCompute表 | eval_tables |
否 |
| checkpoint | OSS存储的模型 | edit_config_json中的train_config.fine_tune_checkpoint |
否 |
| 分箱表 | MaxCompute表 | boundary_table |
否 |
右侧参数说明¶
| 页签 | 参数 | 是否必选 | 描述 | 默认值 |
|---|---|---|---|---|
| 参数设置 | 模型路径 | 否 | 对应PAI命令参数model_dir |
工作流自动设置的工作路径 |
| 参数设置 | EasyRec配置 | 是 | 在下方编辑框填写config配置，保存至指定的OSS路径下，对应PAI命令参数config |
|
| 参数设置 | 指定算法版本 | 否 | 点开高级选项后，可以自定义EasyRec的执行版本。请先参考文档EasyRec版本更新上传对应版本的tar包到OSS，在这个参数中选中上传的文件。对应参数script |
空 |
| 执行调优 | ps数量 | 否 | 完整的执行调优参数会拼装成cluster参数 |
2 |
| 执行调优 | ps CPU数量 | 否 | 完整的执行调优参数会拼装成cluster参数 |
6 |
| 执行调优 | ps Memory数量（MB） | 否 | 完整的执行调优参数会拼装成cluster参数 |
30000 |
| 执行调优 | Worker数量 | 否 | 完整的执行调优参数会拼装成cluster参数 |
6 |
| 执行调优 | Worker CPU数量 | 否 | 完整的执行调优参数会拼装成cluster参数 |
6 |
| 执行调优 | Worker Memory用量（单位为MB） | 否 | 完整的执行调优参数会拼装成cluster参数 |
30000 |
| 执行调优 | Worker GPU卡数 | 否 | 完整的执行调优参数会拼装成cluster参数 |
0 |
输出桩配置¶
| 输出桩（从左到右） | 数据类型 | 对应PAI命令参数 |
|---|---|---|
| 输出模型 | OSS存储的模型 | model_dir |
对应PAI命令¶
在页面提交该组件执行，底层实际等同于执行了名为easy_rec_ext的PAI命令进行模型训练
pai -name easy_rec_ext -project algo_public -Dcmd=train
具体命令及详细参数说明
EasyRec预测组件¶
输入桩配置¶
| 输入桩（从左到右） | 限制数据类型 | 对应PAI命令参数 | 是否必选 |
|---|---|---|---|
| 输入模型 | OSS存储的模型 | saved_model_dir |
是 |
| 输入表 | MaxCompute表 | input_table |
是 |
右侧参数说明¶
| 页签 | 参数 | 是否必选 | 描述 | 默认值 |
|---|---|---|---|---|
| 参数设置 | 输入选择列 | 否 | 从输入表选择特征列给到预测模型，不能与排除列同时使用 | - |
| 参数设置 | 排除列 | 否 | 预测模型不需要使用的输入列，不能和输入选择列同时使用 | - |
| 参数设置 | 输出保留列 | 否 | 在预测结构表中原样输出的列 | - |
| 参数设置 | 预测详情输出列 | 否 | 选择预测模型的输出到MaxCompute表的映射，细节请参见EasyRec离线预测文档 | 默认为"probs double" |
| 参数设置 | miniBatch的大小 | 否 | 对应参数batch_size |
1024 |
| 执行调优 | Worker数量 | 否 | 完整的执行调优参数会拼装成cluster参数 |
6 |
| 执行调优 | Worker CPU数量 | 否 | 完整的执行调优参数会拼装成cluster参数 |
6 |
| 执行调优 | Worker Memory用量（单位为MB） | 否 | 完整的执行调优参数会拼装成cluster参数 |
30000 |
| 执行调优 | Worker GPU卡数 | 否 | 完整的执行调优参数会拼装成cluster参数 |
0 |
输出桩配置¶
| 输出桩（从左到右） | 数据类型 | 对应PAI命令参数 |
|---|---|---|
| 输出表 | MaxCompute表 | output_table |
对应PAI命令¶
在页面提交该组件执行，底层实际等同于执行了名为easy_rec_ext的PAI命令进行数据批量预测
pai -name easy_rec_ext -project algo_public -Dcmd=predict
具体命令及详细参数说明
推荐算法定制的方案¶
在Designer中做推荐算法特征工程、排序模型训练、向量召回等案例的阿里云官网文档链接