大规模稀疏模型: 稀疏模型由稀疏张量组成, 稀疏张量一直是开源框架的痛点, 要么不支持, 要么有缺陷.deepx_core设计并实现了稀疏张量和配套的op, 以原生的方式完美实现了稀疏模型, 完全不存在开源框架的痛点...在多项已落地的任务中, 基于deepx_core解决方案的性能普遍是开源框架的5-10倍, 机器节省30%-60%。...项目应用
我们帮助以下重要腾讯产品的若干排序/召回场景落地使用了 deepx_core 及其衍生项目, 取得了性能和效果双丰收: 微信看一看,微信搜一搜, 微信支付, 微信表情, 微信视频号, 微信小程序..., 微信读书, QQ音乐, 应用宝, 腾讯新闻, 腾讯课堂, 腾讯黑产打击等。...我们是微信看一看算法平台团队, 我们把代码和系统视为艺术, 我们推崇小而美的系统, 我为我们的工程师文化和艺术品而骄傲.