一、背景
解决该问题最直观的形式是通过集群的形式耗费更多的显卡资源，但即便如此，海量 ID 下的分类问题，仍然会有如下几个问题：
1.）老本问题：分布式训练框架 + 海量数据状况下，内存开销、多机通信、数据存储与加载都会耗费更多的资源。
2.）长尾问题：理论场景中，当数据集达到上亿 ID 时，往往其绝大部分 ID 内的图片样本数量会很少，数据长尾散布非常明显，间接训练难以获得较好成果。
残缺内容请点击下方链接查看：
https://developer.aliyun.com/article/1212406?utm_content=g_10…
版权申明：本文内容由阿里云实名注册用户自发奉献，版权归原作者所有，阿里云开发者社区不领有其著作权，亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容，填写侵权投诉表单进行举报，一经查实，本社区将立即删除涉嫌侵权内容。