阿里巴巴將于12月開源其內(nèi)部深度學(xué)習(xí)框架 X-DeepLearning，面向廣告、推薦、搜索等高維稀疏數(shù)據(jù)場景，以填補(bǔ)TensorFlow、PyTorch等現(xiàn)有開源深度學(xué)習(xí)框架主要面向圖像、語音等低維稠密數(shù)據(jù)的不足。

阿里巴巴內(nèi)部透露將開源內(nèi)部深度學(xué)習(xí)框架 X-DeepLearning的計(jì)劃，這是業(yè)界首個面向廣告、推薦、搜索等高維稀疏數(shù)據(jù)場景的深度學(xué)習(xí)開源框架，可以與TensorFlow、PyTorch 和 MXNet 等現(xiàn)有框架形成互補(bǔ)。

X-Deep Learning（下文簡稱XDL）由阿里巴巴旗下大數(shù)據(jù)營銷平臺阿里媽媽基于自身廣告業(yè)務(wù)自主研發(fā)，已經(jīng)大規(guī)模部署應(yīng)用在核心生產(chǎn)場景，在這次的“雙11”中也發(fā)揮了重要作用。

阿里媽媽研究人員介紹，XDL整體上跟TensorFlow和PyTorch是同級的，它們很好地解決了目前已有開源深度學(xué)習(xí)框架分布式運(yùn)行能力不足，以及大規(guī)模稀疏特征表征學(xué)習(xí)能力不足的問題。

XDL 采用了“橋接”的架構(gòu)設(shè)計(jì)理念。這種架構(gòu)使得 XDL 跟業(yè)界的開源社區(qū)無縫對接。例如，用戶可以非常方便地在XDL框架上應(yīng)用基于TensorFlow或者PyTorch編寫的最先進(jìn)開源深度學(xué)習(xí)算法。此外，對于已經(jīng)在使用其他開源框架的企業(yè)或者個人用戶，也可以在原有系統(tǒng)基礎(chǔ)上輕松進(jìn)行擴(kuò)展，享受XDL帶來的高維稀疏數(shù)據(jù)場景下極致的分布式能力。

數(shù)據(jù)的高維稀疏性是廣告、推薦、搜索等互聯(lián)網(wǎng)眾多核心應(yīng)用場景的特征，覆蓋了大多數(shù)互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)應(yīng)用模式。

對于難以與BAT研發(fā)能力比肩的眾多互聯(lián)網(wǎng)公司而言，工業(yè)級深度學(xué)習(xí)框架XDL及內(nèi)置算法方案的開源，將助力各大公司的技術(shù)升級，大大提升廣告/推薦/搜索場景的精準(zhǔn)性，縮短技術(shù)迭代周期。

面向廣告、推薦、搜索場景的工業(yè)級分布式開源DL框架

2016年左右，阿里媽媽團(tuán)隊(duì)在研發(fā)基于深度學(xué)習(xí)的廣告點(diǎn)擊率預(yù)估算法時(shí)發(fā)現(xiàn)，當(dāng)時(shí)已有的TensorFlow、MXNet等開源框架，用來實(shí)驗(yàn)算法原型可以，但真正面臨互聯(lián)網(wǎng)尺度的規(guī)模化數(shù)據(jù)時(shí)，運(yùn)行效率面臨巨大的挑戰(zhàn)。

“我們第一次基于TensorFlow訓(xùn)練我們實(shí)際生產(chǎn)系統(tǒng)的深度點(diǎn)擊率預(yù)估模型時(shí)，一天的數(shù)據(jù)量需要運(yùn)行超過3天的時(shí)間模型才能收斂，”阿里媽媽研發(fā)人員告訴新智元：“典型的生產(chǎn)模型需要用到的訓(xùn)練樣本往往都是歷史幾個月的數(shù)據(jù)，顯然直接使用TensorFlow是不現(xiàn)實(shí)的?！?/p>

隨后，阿里媽媽團(tuán)隊(duì)也試圖對TensorFlow做一些簡單優(yōu)化，但發(fā)現(xiàn)改動成本巨大。進(jìn)一步剖析框架后，他們發(fā)現(xiàn)本質(zhì)的原因是TensorFlow、MXNet、PyTorch等框架大都是面向圖像、語音等領(lǐng)域的稠密數(shù)據(jù)設(shè)計(jì)，對廣告、推薦等場景的高維稀疏數(shù)據(jù)上的深度學(xué)習(xí)計(jì)算考慮不足。

為此，阿里媽媽啟動了XDL框架的研發(fā)，希望能夠在復(fù)用已有開源框架對稠密數(shù)據(jù)的計(jì)算能力基礎(chǔ)上，重點(diǎn)打造面向工業(yè)級應(yīng)用的分布式規(guī)模能力，單機(jī)能夠處理的計(jì)算則引用現(xiàn)有開源框架。

經(jīng)過2年的研發(fā)與打磨，XDL目前已經(jīng)在阿里媽媽成功部署到內(nèi)部的生產(chǎn)系統(tǒng)。以阿里媽媽定向廣告為例，2017年，以 XDL 為基礎(chǔ)的深度學(xué)習(xí)算法升級帶來的廣告收入提升超過百億。

“我們注意到今天業(yè)界的很多團(tuán)隊(duì)還在類似的重復(fù)性工作。開源XDL，是希望把阿里巴巴的能力賦能給大家，推高全行業(yè)的整體技術(shù)水位，同時(shí)也希望能夠吸引業(yè)界的伙伴們一起來建設(shè)高維稀疏數(shù)據(jù)場景上的深度學(xué)習(xí)技術(shù)，一起成長與獲益。 ”

“在現(xiàn)有的版本中，我們在單節(jié)點(diǎn)稠密深度網(wǎng)絡(luò)計(jì)算上采用橋接技術(shù)，復(fù)用了 TensorFlow、MxNet 的能力，也是最大程度上復(fù)用了已有開源深度學(xué)習(xí)框架的能力?！?/p>

研究人員表示，后續(xù) XDL 也會考慮加入ONNX?！癘NNX針對稀疏計(jì)算的表征能力目前是不完善的，我們也在考慮對ONNX的協(xié)議標(biāo)準(zhǔn)進(jìn)行擴(kuò)充?！?/p>

研究人員表示，他們預(yù)計(jì)12月在Github公開 XDL的源代碼和使用文檔。除了核心的X-DeepLearning訓(xùn)練框架，阿里還將開源面向高維稀疏數(shù)據(jù)場景的系統(tǒng)化解決方案，計(jì)劃分批次對外發(fā)布，包括面向在線實(shí)時(shí)服務(wù)的高性能深度學(xué)習(xí)預(yù)估引擎、面向全庫實(shí)時(shí)檢索的全新深度學(xué)習(xí)匹配引擎；同時(shí)還內(nèi)置阿里媽媽自主研發(fā)的一系列創(chuàng)新算法，涉及CTR預(yù)估模型、CVR預(yù)估模型、匹配召回模型、模型壓縮訓(xùn)練算法等等。

不管是以廣告、推薦、搜索為代表業(yè)務(wù)的企業(yè)級用戶，還是對此感興趣的個人用戶，都可以加入到開源計(jì)劃當(dāng)中。

一圖看懂阿里巴巴首次公開深度學(xué)習(xí)框架