首页
/ DeepRec项目安装与配置指南

DeepRec项目安装与配置指南

2025-04-17 23:40:07作者:盛欣凯Ernestine

1. 项目基础介绍

DeepRec 是一个高性能的推荐系统深度学习框架,基于 TensorFlow 1.15、Intel-TensorFlow 和 NVIDIA-TensorFlow 开发。它目前托管在 LF AI & Data 基金会的孵化项目中。该项目广泛应用于零售、媒体、广告、社交网络和搜索引擎等领域,具有处理大规模非数值特征的能力,如 ID、标签、文本等。

主要编程语言:

  • C++
  • Python

2. 项目使用的关键技术和框架

关键技术:

  • 大规模分布式训练能力,支持超过万亿样本和超过十万亿参数的推荐模型训练。
  • 针对推荐模型,在 CPU 和 GPU 平台上进行了深入的性能优化。
  • 包含一系列特性,以提高超大场景下的可用性和性能。

框架:

  • TensorFlow 1.15
  • Intel-TensorFlow
  • NVIDIA-TensorFlow

3. 项目安装和配置准备工作

准备工作

在开始安装之前,请确保您的系统满足以下要求:

  • 操作系统:Ubuntu 20.04
  • Python 版本:Python 3.8
  • TensorFlow:1.15 版本
  • CUDA:对于 GPU 版本,需要安装 CUDA 11.6

安装步骤

CPU 平台安装

  1. 拉取 CPU 平台的 Docker 镜像:

    docker pull alideeprec/deeprec-build:deeprec-dev-cpu-py38-ubuntu20.04
    
  2. 进入 Docker 容器:

    docker run -it alideeprec/deeprec-build:deeprec-dev-cpu-py38-ubuntu20.04 /bin/bash
    
  3. 配置项目:

    ./configure
    
  4. 编译:

    bazel build -c opt --config=opt //tensorflow/tools/pip_package:build_pip_package
    
  5. 创建 whl 包:

    ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
    
  6. 安装 whl 包:

    pip3 install /tmp/tensorflow_pkg/tensorflow-1.15.5+${version}-cp38-cp38m-linux_x86_64.whl
    

GPU 平台安装

  1. 拉取 GPU 平台的 Docker 镜像:

    docker pull alideeprec/deeprec-build:deeprec-dev-gpu-py38-cu116-ubuntu20.04
    
  2. 进入 Docker 容器:

    docker run -it alideeprec/deeprec-build:deeprec-dev-gpu-py38-cu116-ubuntu20.04 /bin/bash
    
  3. 配置项目:

    ./configure
    
  4. 编译(确保 CUDA 环境变量设置正确):

    bazel build -c opt --config=opt --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" --host_cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" //tensorflow/tools/pip_package:build_pip_package
    
  5. 创建 whl 包:

    ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
    
  6. 安装 whl 包:

    pip3 install /tmp/tensorflow_pkg/tensorflow-1.15.5+${version}-cp38-cp38m-linux_x86_64.whl
    

完成以上步骤后,您应该已经成功安装了 DeepRec 项目,并可以开始使用了。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
929
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8