מערכות המלצות

מהזמנת מזון ועד וידאו לפי דרישה והזרמת אודיו ועד אופנה, מערכות המלצות מפעילות כמה מהיישומים הפופולריים ביותר כיום. גלה כיצד תוכל לבנות מערכות המלצות מוכנות לייצור עם ספריות וכלים בקוד פתוח מהאקולוגית של TensorFlow.

מערכות המלצות מגבירות את מעורבות המשתמשים באפליקציה שלך ומגבירות את חוויית המשתמש על ידי אספקת התוכן הנחשק ביותר. ממליצים מודרניים הם מערכות מורכבות שלעתים קרובות מחולקות למספר שלבים כדי להשיג חביון נמוך בייצור. בשלבי השליפה, הדירוג והדירוג הפוטנציאלי לאחר מכן, פריטים לא רלוונטיים מסוננים בהדרגה ממאגר גדול של מועמדים ולבסוף מוצגת רשימה של אפשרויות שהמשתמשים בעלי הסבירות הגבוהה ביותר לקיים איתן אינטראקציה.

התחל לבנות עם TensorFlow Recommenders , מסגרת קלה לשימוש המאפשרת את זרימת העבודה המלאה של בניית מערכת ממליצים מהכנת הנתונים ועד לפריסה.

התחל עם TensorFlow Recommenders

לאחר שתסיים להכשיר את הדגמים שלך, פרוס אותם לייצור כדי להגיש המלצות למשתמשי הקצה. TensorFlow Serving מייצרת את הדגמים שלך להסקת ביצועים גבוהים. המטרה היא למקסם את התפוקה של מודלים של למידת מכונה ויכולה לתמוך במודלים גדולים של המלצות הדורשים הגשה מבוזרת.

התחל עם TensorFlow Serving

# Deploy the retrieval model with TensorFlow Serving
docker run -t --rm -p 8501:8501 \
  -v "RETRIEVAL/MODEL/PATH:/models/retrieval" \
  -e MODEL_NAME=retrieval tensorflow/serving &

# Retrieve top movies that user 42 may like
curl -X POST -H "Content-Type: application/json" \
  -d '{"instances":["42"]}'  \
  http://localhost:8501/v1/models/retrieval:predict

# Output
# {
#    "predictions":[
#       {
#          "output_1": [2.032, 1.969, 1.813],
#          "output_2": ["movie1”, “movie2”, “movie3”]
#       }
#    ]
# }

# Deploy the ranking model with TensorFlow Serving
docker run -t --rm -p 8501:8501 \
  -v "RANKING/MODEL/PATH:/models/ranking" \
  -e MODEL_NAME=ranking tensorflow/serving &

# Get the prediction score for user 42 and movie 3
curl -X POST -H "Content-Type: application/json" \
  -d '{"instances":[{"user_id":"42", "movie_title":"movie3"}]}' \
  http://localhost:8501/v1/models/ranking:predict

# Output:
# {"predictions": [[3.66357923]]}

code_blocks

למד כיצד לבנות ולפרוס מערכת המלצות מלאה עם TensorFlow

שפר את שלבי השליפה והדירוג של מנועי המלצות

מערכות המלצות רחבות היקף דורשות לקבוע את הפריטים הרלוונטיים ביותר מתוך מיליוני מועמדים דרך שלבי השליפה והדירוג בצורה יעילה ויעילה. השלים את ממליצי TensorFlow עם אלגוריתמי חיפוש משוערים הקרובים ביותר (ANN) וטכניקות למידה לדירוג (LTR) עדכניות לשיפור ההמלצות.

Google ScanNN

ScaNN היא ספרייה לחיפוש דמיון וקטור בקנה מידה. הוא ממנף טכניקות ANN מתקדמות, כגון hashing א-סימטרי וקונטיזציה אנזוטרופית, כדי להאיץ את שליפת המועמדים המובילים.

GitHub פוסט בבלוג הדרכה

דירוג TensorFlow

TensorFlow Ranking היא ספרייה לפיתוח דגמי LTR עצביים ניתנים להרחבה. הוא מספק פונקציונליות נוספת לדירוג פריטים מועמדים כדי למקסם את כלי השירות לדירוג.

GitHub פוסט בבלוג הדרכה

TensorFlow TPUembedding

ה-API של שכבת ה-TPUEmbedding מאפשר אימון והגשה של טבלאות הטמעה גדולות על יחידות עיבוד Tensor (TPUs).

דוק פוסט בבלוג

תוספות של TensorFlow ממליצים

TensorFlow Recommenders Addons הוא פרויקט שתרומה מהקהילה הממנף טכנולוגיית הטמעה דינמית שימושית במיוחד ללמידה מקוונת.

GitHub

המלצה של TensorFlow Lite במכשיר

TensorFlow Lite מספקת פתרון המלצות במכשיר המשיג המלצות לאחביות ואיכות גבוהה, תוך שמירה על כל נתוני המשתמש במכשירים הניידים.

דוק פוסט בבלוג

שחזור מאוחד עם TensorFlow Federated

TensorFlow Federated היא מסגרת ללמידה מאוחדת וחישובים אחרים על נתונים מבוזרים. Federated Reconstruction מביא גורם מטריצה להגדרת הלמידה המאוחדת ומגן טוב יותר על פרטיות המשתמש להמלצות.

הדרכה פוסט בבלוג

TensorFlow Agents Bandits

TensorFlow Agents Bandits היא ספרייה מקיפה של אלגוריתמי שודדים שיכולים לחקור ולנצל ביעילות בהגדרת מנוע ההמלצות.

GitHub פוסט בבלוג

TensorFlow GNN

TensorFlow GNN היא ספרייה שיכולה להקל ביעילות על המלצות פריטים המבוססות על מבני רשת ולשמש בשילוב עם מודלים של אחזור ודירוג.

GitHub פוסט בבלוג

AI גנרטיבי

למד כיצד להשתמש במודלים של שפה גדולה (LLMs) כמו PaLM API כדי להגדיל את מערכות ההמלצות שלך.

פוסט בבלוג

התייחסות לדגמי המלצות חדישים

כדי למדוד ביצועים עבור מודל ידוע או לבנות מודלים משלך להמלצה, עיין בהטמעות הרשמיות של TensorFlow של מודלים פופולריים - כגון NCF, DLRM ו-DCN v2 - לקבלת שיטות עבודה מומלצות.

בקר בגן דגמי TensorFlow