Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Questi notebook creano sistemi di raccomandazione per l'apprendimento avanzato nel runtime di intelligenza artificiale. Illustrano come creare un modello di raccomandazione a due torre usando PyTorch Lightning per il training distribuito.
| Example | Interface | Descrizione |
|---|---|---|
| Modello di raccomandazione a due torre | Notebook | Impara come creare un modello di raccomandazione a due torri utilizzando PyTorch Lightning per l'addestramento distribuito. |
| Raccomandazione per due torri con PyTorch | CLI | Addestra e valuta un consigliatore di film a due torri su MovieLens 1M su una GPU A10. |
| Cerca documenti tecnici con gli embeddings di Qwen3 | CLI | Crea embedding di testo Qwen3 per documenti tecnici su una GPU A10 e restituisci documenti semanticamente simili per ogni query. |
| Learning to Rank con XGBoost | CLI | Addestra un modello XGBoost LambdaMART su una GPU A10 per ordinare i risultati di ricerca per rilevanza. |