人工智能/深度学习

即将召开的 DL RecSys 峰会:开发和优化深度学习推荐系统

NVIDIA 、 Facebook 和 TensorFlow 推荐者团队将举办一次有现场问答的峰会,探讨如何开发和优化深度学习推荐系统的最佳实践和见解。

开发和优化深度学习推荐系统
7 月 29 日星期四上午 10 点

通过参加本次深度学习推荐者峰会,您将听到来自 NVIDIA 、 Facebook 和 TensorFlow 的 ML 工程师和数据科学家们关于构建和优化高效 DL 推荐者系统的最佳实践、经验和见解。

课程包括:

Facebook 高性能推荐模型培训
在本次演讲中,我们将首先分析模型架构如何影响 GPU 的性能和效率,并介绍我们为提高 GPU 的利用率而采用的性能优化技术,包括基于 PyTorch 的优化训练堆栈,支持模型和数据并行,高性能 GPU 操作符,高效的嵌入表分片、内存层次结构和流水线。

RecSys2021 挑战:使用深度学习推荐系统预测用户参与度
由 Kaggle Grandmaster 和 Merlin NVIDIA 合作的 NVIDIA 团队赢得了 RecSys2021 挑战赛。它由推特主持,推特提供了近 10 亿推特用户对作为数据集。团队将展示他们的成功解决方案,重点是深入学习体系结构以及如何优化它们。

在 GPU 上重温推荐系统
一个更快的 ETL 、培训和推理的新时代正在进入 RecSys 领域,本次演讲将介绍一些优化模式,这些模式指导我们正在构建的工具,使推荐者更快、更易于在 GPU 上使用。

TensorFlow 推荐人
TensorFlow Recommenders 是一个端到端的推荐系统模型库:从检索、排名到发布排名。在这篇演讲中,我们描述了如何使用 TensorFlow 推荐程序来适应和安全地部署复杂的大规模推荐系统。

立即注册>>

Tags