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。
