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。

これらのノートブックを実行する前に、ベストプラクティスチェックリストを参照してください。

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。

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。

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) 上のPyTorch Lightning Trainer APIを使用して、2 タワー推奨モデルをトレーニングします。