#recommender-systems Репозитории
Откройте для себя 23 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #recommender-systems, с общим числом 73,763 звёзд (в среднем 3,207 на проект). Лидером этой темы является NVIDIA/DeepLearningExamples, набравший 14,675 звёзд.
Всего репозиториев: 23
Скрипты глубокого обучения передового уровня, организованные по моделям - легко обучать и развертывать с воспроизводимой точностью и производительностью на инфраструктуре корпоративного уровня.
Этот репозиторий содержит тщательно подобранную коллекцию из более чем 300 примеров из более чем 80 компаний, подробно описывающих практическое применение и идеи по проектированию систем машинного обучения (ML). Содержимое организовано так, чтобы вы могли легко найти соответствующие примеры на основе отрасли или конкретных случаев использования ML.
Промышленная среда глубокого обучения для разреженных данных высокой размерности
Практические примеры внедрения ИИ от крупных компаний, новейшие научные статьи от ведущих лабораторий и реальные истории о «подводных камнях» в индустрии
Репозиторий, содержащий код для "Actions Speak Louder than Words: Trillion-Parameter Sequential Transducers for Generative Recommendations" (https://arxiv.org/abs/2402.17152).
Обзор: Коллекция ПОТРЯСАЮЩИХ статей и ресурсов по темам рекомендательных систем, связанных с большими языковыми моделями (LLM).
Конфигурируемая, настраиваемая и воспроизводимая библиотека для прогнозирования CTR https://fuxictr.github.io
Это заметки о пути изучения машинного обучения. Возможно, вы найдете в них что-то полезное.
Руководство для начинающих по рекомендательным системам, которое всесторонне представляет теоретические знания промышленных рекомендательных систем (открытый курс Ван Шусена по рекомендательным системам - объяснение реальных промышленных рекомендательных систем на примере сценариев Xiaohongshu), как обучать модели на основе TensorFlow2, как реализовать высокопроизводительные, высококонкурентные и высокодоступные микросервисы для инференса на Golang. Всесторонне представлены теория промышленных рекомендательных систем, обучение моделей на основе TensorFlow2 и реализация высокопроизводительных, высококонкурентных и высокодоступных сервисов для инференса на основе Golang.
Курируемая подборка исследовательских работ, посвященных использованию LLM для задач, связанных с графами.
Блокноты и примеры по внедрению и использованию различных функций Amazon Personalize
Часто задаваемые вопросы
Какой репозиторий по теме #recommender-systems наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #recommender-systems на GitHub — NVIDIA/DeepLearningExamples, набравший 14,675 звёзд. Скрипты глубокого обучения передового уровня, организованные по моделям - легко обучать и развертывать с воспроизводимой точностью и производительностью на инфраструктуре корпоративного уровня.
Какие языки программирования чаще всего используются в репозиториях по теме #recommender-systems?
Среди наиболее высоко оценённых проектов по теме #recommender-systems на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, PureBasic.
Как рассчитывается рейтинг репозиториев по теме #recommender-systems?
Мы отслеживаем 23 активных репозиториев с открытым исходным кодом, отмеченных тегом #recommender-systems (500 и более звёзд), с общим числом 73,763 звёзд и в среднем 3,207 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.