Una librería unificada de recomendación en PyTorch con 94 algoritmos de referencia.
Un marco de trabajo integral basado en PyTorch para algoritmos de recomendación y pruebas de rendimiento.
RecBole es una librería basada en Python y PyTorch diseñada para reproducir y desarrollar algoritmos de recomendación. Es adecuada para científicos de datos e investigadores que construyen sistemas de recomendación generales, secuenciales, conscientes del contexto o basados en conocimientos.
Incluye 94 algoritmos de recomendación categorizados en modelos generales, secuenciales, conscientes del contexto y basados en conocimientos. La librería ofrece una estructura de datos unificada, 44 conjuntos de datos de referencia formateados y ejecución acelerada por GPU que admite múltiples GPU y entrenamiento de precisión mixta.
Es ideal para investigadores e ingenieros de aprendizaje automático que desarrollan o evalúan algoritmos de recomendación. No es adecuada para usuarios no técnicos o aquellos que buscan una API de recomendación de producción lista para usar sin programación en Python.
Abarca algoritmos de recomendación generales, secuenciales, conscientes del contexto y basados en conocimientos.
Proporciona conjuntos de datos de referencia preprocesados listos para el entrenamiento inmediato de modelos.
Optimizado para entornos de GPU con capacidades de entrenamiento en múltiples GPU y precisión mixta.
Incluye métodos de búsqueda integrados tanto en serie como en paralelo para configuraciones óptimas.
Gratis bajo su licencia MIT, siendo el único coste ejecutarlo por cuenta propia en tu propio hardware.
880 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
RecBole requiere la versión 3.7 o posterior de Python y la versión 1.7.0 o posterior de PyTorch.
La librería proporciona copias formateadas de 44 conjuntos de datos de recomendación de referencia.
Ve Zekai primero en Google