都是基于all2all的训练框架，v1和v2的核心差异是特征处理（去重/分桶/准入/淘汰）,特征管理（hashmap）是在host cpu还是npu上实现。
最新特性，可以查看readme：https://gitcode.com/Ascend/RecSDK/blob/develop/README.md
torch_rec_v1资料：https://gitcode.com/Ascend/RecSDK/blob/develop/docs/zh/torch/torch_rec_v1/introduction.md
torch_rec_v2资料：https://gitcode.com/Ascend/RecSDK/blob/develop/docs/zh/torch/torch_rec_v2/introduction.md
tf_rec_v1资料：https://gitcode.com/Ascend/RecSDK/blob/develop/docs/zh/tensorflow/tf_rec_v1/introduction.md
tf_rec_v2资料：https://gitcode.com/Ascend/RecSDK/blob/develop/docs/zh/tensorflow/tf_rec_v2/introduction.md
/label add resolved
当前Issue标记为resolved且有一段时间未进一步更新，因此我们将其标记为'stale'（闲置）状态。若你认为这是误操作，可通过添加任意评论来去除'stale'标签。标记为stale的Issue在4天内无更新活动将自动关闭。
在readme中添加指导链接
同时支持 TensorFlow 1.15/2.6、PyTorch 2.6/2.7，框架版本分为tf_rec_v1、tf_rec_v2、torch_rec_v1、torch_rec_v2，未明确定义版本之间的功能和关系，易混淆；
修改建议：
torch_rec_v1与torch_rec_v2的功能实现上的区别是什么？
tf_rec_v1与tf_rec_v2在使用和功能实现上的开发是什么？
在提交新问题之前，请确保您已经在社区中搜索过相关问题，并使用了社区中提供的资源/工具后，仍未找到满意的解决方式。
环境信息
使用场景及问题
欢迎加入社区，感谢您对社区的贡献 🎉!