ディープラーニングベースのレコメンダーシステム

備考

パブリックプレビュー

単一ノードタスク用のAI Runtimeはパブリックプレビュー段階にあります。マルチ GPU ワークロード用の分散トレーニングAPIベータ版のままです。

このページでは、AI Runtime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紹介します。これらの例は、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推奨モデルを作成する方法を示しています。

チュートリアル	説明
2タワー型推薦モデル	推薦データをMosaic Data Shard（MDS）形式に変換する方法を学び、そのデータを使用して2タワー型推薦モデルを作成する方法を学びます。

2タワー型推薦モデル

これらのノートブックでは、レコメンデーションデータをMosaic Data Shard（MDS）形式に変換し、そのデータを使用して2タワー型レコメンデーションモデルを作成する方法を説明します。この手法は、大規模な推薦システムに特に効果的です。

まず、効率的なデータ読み込みのために、推薦データセットをMDS形式に変換します。

準備されたデータセットとPyTorch Lightning Trainer API複数の GPU ノード (A10 または H100 GPU) 上で使用して、2 タワーレコメンダーモデルをトレーニングします。