Последний релиз Метаранка 0.5.6 имеет не так много впечатляющих возможностей. Тем не менее, есть несколько улучшений, которые сделают вашу жизнь проще.

Двоичный формат

Раньше Metarank хранил все данные — функции, модели и события кликов — в формате JSON. Хотя это полезно для целей отладки, есть две существенные проблемы:

  • Размер. JSON более многословен и требует гораздо больше оперативной памяти. Двоичный формат примерно в 4 раза компактнее.
  • Производительность. Хотя скорость кодирования/декодирования для небольших объектов сравнима с двоичным форматом, чем больше объект, тем больше разница. Это особенно верно на этапе переоценки, когда извлекаются функции для всех запрошенных элементов. Новый формат почти в 2 раза быстрее.

Новый параметр format теперь управляет сериализацией данных и применим для постоянства Redis.

Формат binary теперь используется по умолчанию, но вы можете переключиться на json в целях отладки.

Улучшенная поддержка Kubernetes

Мы обновили документацию Интеграция с Kubernetes и добавили официальную диаграмму Helm для Metarank.

С помощью Helm вы можете развернуть Metarank в кластере k8s более удобным способом:

Диаграмма Helm также поддерживает автоматическое переобучение модели через k8s CronJob. Подробнее — в новом Руководстве по переобучению моделей автоматизированного машинного обучения.

Мультиархитектурный образ докера

Официальный образ докера Metarank теперь мультиархитектурный.

Metarank изначально работает на arm64, начиная с 0.5.4, но теперь образ Docker также поддерживает его:

  • Благодаря образу docker arm64/multi-arch, Metarank может работать на инстансах семейства Graviton AWS EC2.
  • В докере на платформе Mac M1/M2 больше нет снижения производительности.

Экспорт набора обучающих данных

Несколько дней назад один из наших пользователей в Slack спросил, можно ли экспортировать обучающий набор данных для модели LambdaMART для настройки гиперпараметров.

Эти данные были доступны внутри Metarank, но экспортировать их в файл было невозможно, поэтому мы добавили новый параметр для режима train:

Что дальше?

Следите за новостями от нашей команды и дайте нам знать, если у вас есть какие-либо вопросы или проблемы в нашем канале Slack.

Мы также обеспечиваем полную адаптацию и постоянную корпоративную поддержку для Metarank. "Свяжитесь с нами для более подробной информации.