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
ベータ版
この機能は ベータ版です。
サーバレス GPU コンピュートを用いたレコメンデーションシステム構築のノートブックの例をご紹介します。 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。
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: レコメンデーションモデルデータセットをMDS形式に変換する
まず、効率的なデータ読み込みのために、レコメンデーションデータセットをMDS形式に変換します。
データを変換する
モデルトレーニング: PyTorch Lightning を使用した 2 タワー レコメンデーション モデル
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。