Important
単一ノード タスクの AI ランタイムは パブリック プレビュー段階です。 マルチ GPU ワークロード用の分散トレーニング API は ベータ版のままです。
このページでは、AI ランタイムを使用してレコメンデーション システムを構築するためのノートブックの例を示します。 これらの例では、最新のディープ ラーニング アプローチを使用して効率的なレコメンデーション モデルを作成する方法を示します。
| チュートリアル | 説明 |
|---|---|
| 2タワー推奨モデル | 推奨データをモザイク データ シャード (MDS) 形式に変換し、そのデータを使用して 2 タワーのレコメンデーション モデルを作成する方法について説明します。 |
2タワー推奨モデル
これらのノートブックは、レコメンデーション データをモザイク データ シャード (MDS) 形式に変換し、そのデータを使用して 2 タワーのレコメンデーション モデルを作成する方法を示しています。 このアプローチは、大規模なレコメンデーション システムに特に効果的です。
データ準備: 推奨モデル データセットを MDS 形式に変換する
最初に、推奨データセットを MDS 形式に変換して、効率的なデータ読み込みを行います。
データの変換
モデルトレーニング:PyTorch Lightning を使用した 2 タワー レコメンダー モデル
準備されたデータセットと複数の GPU ノード (A10 または H100 GPU) で PyTorch Lightning Trainer API を使用して、2 タワー レコメンダー モデルをトレーニングします。