De 18 a 23 de setembro de 2022
Junte-se à NVIDIA na 16ª Conferência Anual ACM sobre Sistemas de Recomendação (RecSys 2022) para ver como novos resultados de pesquisa, métodos, bibliotecas e técnicas no amplo campo de sistemas de recomendação estão impulsionando nosso futuro. Apresentaremos nosso próprio teatro virtual, com palestrantes de muitas áreas e indústrias líderes, além de demonstrações, conteúdos relacionados e muito mais.
Na RecSys 2022, você pode explorar uma série de projetos inovadores no campo dos sistemas de recomendação. Confira os detalhes das sessões da NVIDIA no cronograma do evento deste ano.
Domingo, 18/09 | Segunda-feira, 19/09 | Terça-feira, 20/09 | Quarta-feira, 21/09 | Quinta-feira, 22/09 | Sexta-feira, 23/09 |
---|---|---|---|---|---|
Treinamento e Implantação de Sistemas de Recomendação em Vários Estágios (Tutorial) Das 12h30 às 15h (horário de Brasília) |
|||||
Encontro da NVIDIA (Virtual e Presencial) Merlin HugeCTR: Treinamento e Inferência de Sistemas de Recomendação Acelerados por GPU (Pôster do setor) Das 14h30 às 15h (horário de Brasília) |
|||||
Um Servidor de Parâmetros de Inferência Especializado em GPU para Modelos de DeepRecommendation de Grande Escala (Palestra e Artigo do Setor) Das 18h às 19h30 (horário de Brasília) |
|||||
Criando e Implantando um Sistema de Recomendação em Vários Estágios com o Merlin (Demonstração) 22h (horário de Brasília) |
Um Conjunto de Modelos Diversificados para Recomendações Baseadas em Sessões de Moda (Palestra e Artigo) Das 20h30 às 20h42 (horário de Brasília) |
Não perca nenhuma sessão. Inscreva-se agora na RecSys 2022.
Ouça líderes do setor, cientistas de dados e engenheiros explicando seu trabalho inovador para a criação, o treinamento, a otimização e a implantação de sistemas de recomendação.
Saiba mais sobre o NVIDIA Merlin™, um framework de código aberto para a criação de sistemas de recomendação. O Merlin capacita cientistas de dados, engenheiros de machine learning e pesquisadores para criar sistemas de recomendação de alto desempenho em escala.
Neste artigo aceito da ACM RecSys 2022, descubra como o servidor de parâmetros hierárquicos (HPS - Hierarchical Parameter Server) combina um cache de incorporação de GPUs de alto desempenho com uma arquitetura de armazenamento hierárquico para realizar a recuperação de baixa latência de incorporações para inferência de modelos on-line.
Leia sobre um padrão de design de quatro estágios que cria compreensão e consenso sobre como são os sistemas de recomendação (não apenas modelos) na produção.
Participe deste Tutorial prático da ACM RecSys 2022 e veja como facilitar o desenvolvimento e a implantação de sistemas de recomendação. Abrange métodos para avaliar abordagens existentes, desenvolver novas ideias e implementá-las na produção.
Neste trabalho aceito da ACM RecSys 2022, conheça o NVIDIA Merlin HugeCTR, um framework para estimativa de taxa de cliques otimizado para treinamento e inferência. Ele também permite o treinamento em escala com incorporações paralelas de modelos e redes neurais paralelas de dados.
Com a biblioteca Merlin Models, acesse arquiteturas comuns que podem ser associadas a diferentes tarefas de previsão, funções de perda e estratégias de sampling negativas para facilitar o desenvolvimento e a implantação.
A implantação de modelos personalizados na produção é um desafio. Explore possíveis maneiras de facilitar a implantação com os Merlin Systems nesta publicação do blog.
Durante o evento on-line de AI da NVIDIA, junte-se a outros cientistas de dados e engenheiros da Netflix, Twitter, NVIDIA e mais para discutir aprendizados e práticas recomendadas na criação e implantação de sistemas de recomendação eficazes.
Introdução à popular arquitetura Two Tower, por que ela resolve desafios associados à recuperação de candidatos e como o uso de Merlin Models permite o treinamento com 4 linhas de código.
Neste blog, abordamos tarefas de recomendação sequenciais e baseadas em sessões, incluindo por que são casos de uso importantes e práticos. Também oferecemos uma breve visão geral da nossa solução Transformers4Rec.
Neste trabalho aceito da ACM RecSys 2022, assista a uma apresentação técnica da implementação das quatro etapas dos sistemas de recomendação.
Assista ao CEO da NVIDIA, Jensen Huang, discutir a importância dos frameworks de AI, incluindo o NVIDIA Merlin™, na apresentação do NVIDIA GTC.
Atender a solicitações de usuários com baixa latência e alta precisão é fundamental para sistemas de recomendação. O NVIDIA Merlin apresenta o HPS, uma solução dimensionável com armazenamento adaptável de vários níveis para permitir a implantação de modelos com Terabytes sob restrições de latência em tempo real.
Nesta publicação, saiba como o NVIDIA Merlin Distributed Embeddings permite que os desenvolvedores treinem rapidamente modelos baseados em incorporação em escala de Terabyte no TensorFlow 2 com apenas algumas linhas de código!
Os desafios do setor ajudam a aprimorar o campo do sistema de recomendação para todos. As vitórias da NVIDIA estão alimentando ideias para novas técnicas em frameworks de recsys como o NVIDIA Merlin.
Leia sobre as últimas tendências das práticas de sistema de recomendação no setor. O white paper inclui insights de líderes do setor de empresas como Tencent, Meituan, Wayfair, Magazine Luiza, The New York Times e muito mais.
O Deep Learning Institute (DLI) da NVIDIA oferece diversos workshops práticos e laboratórios de treinamento que abrangem AI, computação acelerada e ciência de dados no GTC, de 19 a 22 de setembro de 2022.
Durante os workshops, obtenha acesso a um servidor totalmente configurado e acelerado por GPU no cloud, adquira habilidades práticas para o trabalho e, até mesmo, ganhe um certificado de competência no assunto. Os laboratórios de treinamento de 2 horas estão incluídos no passe gratuito da conferência do GTC.
Treinamento e Implantação de Sistemas de Recomendação em Vários Estágios
Acelerando e Dimensionando a Inferência com GPUs NVIDIA
Introdução às Redes Neutras de Gráficos
Inscreva-se para receber as últimas novidades da NVIDIA