Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Belangrijk
AI Runtime voor taken met één knooppunt bevindt zich in openbare preview. De gedistribueerde trainings-API voor workloads met meerdere GPU's blijft bèta.
Deze pagina bevat notebookvoorbeelden voor het bouwen van aanbevelingssystemen met behulp van AI Runtime. Deze voorbeelden laten zien hoe u efficiënte aanbevelingsmodellen maakt met behulp van moderne deep learning-benaderingen.
| Handleiding | Beschrijving |
|---|---|
| Aanbevelingsmodel met twee torens | Meer informatie over het converteren van aanbevelingsgegevens naar MDS-indeling (Mosaic Data Shard) en deze gegevens vervolgens gebruiken om een aanbevelingsmodel met twee torens te maken. |
Aanbevelingsmodel met twee torens
Deze notebooks laten zien hoe u uw aanbevelingsgegevens converteert naar MDS-indeling (Mosaic Data Shard) en deze gegevens vervolgens gebruikt om een aanbevelingsmodel met twee torens te maken. Deze aanpak is met name effectief voor grootschalige aanbevelingssystemen.
Gegevensvoorbereiding: gegevensset van aanbevelingsmodel converteren naar MDS-indeling
Converteer eerst uw aanbevelingsgegevensset naar de MDS-indeling voor efficiënt laden van gegevens:
Gegevens converteren
Modeltraining: Aanbevelingsmodel met twee torens met PyTorch Lightning
Train het aanbevelingsmodel met twee torens met behulp van de voorbereide dataset en de PyTorch Lightning Trainer API op meerdere GPU-knooppunten (A10 of H100 GPU).