Системы рекомендаций на основе глубокого обучения

Это важно

Среда выполнения ИИ для задач с одним узлом находится в общедоступной предварительной версии. API распределенного обучения для рабочих нагрузок с несколькими GPU остаются в бета-версии.

На этой странице приведены примеры записных книжек для создания систем рекомендаций с помощью среды выполнения ИИ. В этих примерах показано, как создавать эффективные модели рекомендаций с помощью современных подходов глубокого обучения.

Руководство	Описание
Модель рекомендаций с двумя башнями	Узнайте, как преобразовать данные рекомендаций в формат Mosaic Data Shard (MDS), а затем использовать эти данные для создания модели рекомендаций типа "две башни".

Модель рекомендаций с двумя башнями

В этих записных книжках показано, как преобразовать данные рекомендаций в формат мозаичных сегментов данных (MDS), а затем использовать эти данные для создания модели рекомендаций с двумя башнями. Этот подход особенно эффективен для крупномасштабных систем рекомендаций.

Подготовка данных. Преобразование набора данных модели рекомендаций в формат MDS

Сначала преобразуйте набор данных рекомендаций в формат MDS для эффективной загрузки данных:

Преобразование данных

Получите ноутбук

Обучение модели: двухбашенная рекомендательная модель с помощью PyTorch Lightning

Обучите модель с двумя башнями, используя подготовленный набор данных и API PyTorch Lightning Trainer на нескольких узлах GPU (A10 или H100 GPU).

Рекомендатель PyTorch

Получите ноутбук