2022 年 9 月 18-23 日
與 NVIDIA 一同參加第 16 屆 ACM 推薦系統年度大會 (RecSys 2022)，瞭解推薦系統領域的嶄新研究成果、方法、資料庫和技術如何推動未來發展。我們邀請來自各產業的龍頭企業、各個領域的專業講者參與我們的線上演講，並將帶來推薦系統相關的技術展示、專業內容等各項精彩活動。
線上演講廳
觀看由產業領導者、資料科學家與工程師帶來的介紹，瞭解他們在建立、訓練、最佳化，以及部署推薦系統的過程中，做了哪些開創性的工作。9 月 18 日當週，歡迎您一起共襄盛舉，依您的步調隨選觀看精彩講座。
熱門推薦系統資源
NVIDIA Merlin
瞭解用於建立推薦系統的開放原始碼框架 NVIDIA Merlin™。Merlin 讓資料科學家、機器學習工程師和研究人員能夠大規模打造高效能的推薦系統。
減少模型開發的摩擦
透過 Merlin 模型函式庫，來使用能夠搭配不同預測工作、損失函數以及負採樣策略的常見架構，以減輕開發和部署過程中的負擔。
不只是推薦模型，更是推薦系統
瞭解四階段設計模式，此模式介紹了推薦系統 (不只是模型) 在生產中的樣貌，並達成共識。
2022 年 NVIDIA 推薦系統高峰會
參與 NVIDIA AI 的線上活動，與來自 Netflix、Twitter、NVIDIA 和其他公司的資料科學家和工程師一同共襄盛舉，針對建立和部署有效推薦系統的方式，共同分享並探討經驗與最佳實作案例。
循序式與階段基準式推薦
在這篇部落格文章中，我們將討論循序式及階段基準式推薦系統的相關工作，也會說明為什麼這些使用案例既重要且實際。我們也會簡介 Transformers4Rec 的解決方案。
NVIDIA 贏得 RecSys 挑戰賽
產業挑戰賽能幫助所有人推動推薦系統領域向前成長與邁進。NVIDIA 的勝利激發了新靈感，開始在推薦系統的深度學習框架 (如 NVIDIA Merlin) 中探索新技術。
HugeCTR TensorFlow 外掛程式技術部落格
與其他深度學習框架的嵌入層相比，NVIDIA Merlin™ 最佳化內嵌的執行效能高出 8 倍，並可作為 TensorFlow (TF) 外掛程式使用。此框架可與 TF 流暢搭配使用，也可作為原生 TF 嵌入層的置入式替換。
推薦系統最佳做法
瞭解業界中推薦系統做法的最新趨勢。這份白皮書涵蓋了業界龍頭的精闢見解，包含騰訊、美團、Wayfair、《Luiza 雜誌》、《紐約時報》等
NVIDIA 深度學習機構 (DLI)
參與人工智慧、高效能運算、加速資料科學等領域的實作訓練。
體驗專為開發人員、資料科學家、研究人員和學生推出，由講師指導且可自行安排進度的線上的實作訓練課程。在雲端上取得全面設定完成的 GPU 加速伺服器，藉此獲得工作所需的實際技能，甚至取得相關領域的能力認證。
可自行安排進度的熱門技術課程
訂閱以接收 NVIDIA 的最新消息