94 बेंचमार्क एल्गोरिदम के साथ एक एकीकृत PyTorch रिकमेंडेशन लाइब्रेरी।
रिकमेंडेशन एल्गोरिदम और बेंचमार्किंग के लिए एक व्यापक PyTorch-आधारित फ्रेमवर्क।
RecBole एक Python और PyTorch-आधारित लाइब्रेरी है जिसे रिकमेंडेशन एल्गोरिदम को पुनरुत्पादित और विकसित करने के लिए डिज़ाइन किया गया है। यह डेटा वैज्ञानिकों और शोधकर्ताओं के लिए उपयुक्त है जो सामान्य, अनुक्रमिक, संदर्भ-जागरूक या ज्ञान-आधारित रिकमेंडेशन सिस्टम बना रहे हैं।
इसमें सामान्य, अनुक्रमिक, संदर्भ-जागरूक और ज्ञान-आधारित मॉडल में वर्गीकृत 94 रिकमेंडेशन एल्गोरिदम शामिल हैं। लाइब्रेरी एक एकीकृत डेटा संरचना, 44 स्वरूपित बेंचमार्क डेटासेट, और मल्टी-GPU और मिक्स्ड प्रिसिजन ट्रेनिंग का समर्थन करने वाला GPU-त्वरित निष्पादन प्रदान करती है।
यह रिकमेंडेशन एल्गोरिदम विकसित करने या उनका बेंचमार्क बनाने वाले शोधकर्ताओं और मशीन लर्निंग इंजीनियरों के लिए उपयुक्त है। यह गैर-तकनीकी उपयोगकर्ताओं या Python कोडिंग के बिना रेडी-टू-यूज़ प्रोडक्शन रिकमेंडेशन API की तलाश करने वालों के लिए उपयुक्त नहीं है।
सामान्य, अनुक्रमिक, संदर्भ-जागरूक और ज्ञान-आधारित रिकमेंडेशन एल्गोरिदम को कवर करता है।
तत्काल मॉडल ट्रेनिंग के लिए तैयार पूर्व-प्रसंस्कृत बेंचमार्क डेटासेट प्रदान करता है।
मल्टी-GPU और मिक्स्ड प्रिसिजन ट्रेनिंग क्षमताओं के साथ GPU वातावरण के लिए अनुकूलित।
इष्टतम कॉन्फ़िगरेशन के लिए सीरियल और पैरेलल दोनों में अंतर्निहित खोज विधियां शामिल हैं।
इसके MIT लाइसेंस के तहत मुफ़्त, जिसमें एकमात्र लागत इसे अपने हार्डवेयर पर स्वयं चलाना है।
879 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
RecBole के लिए Python संस्करण 3.7 या बाद का और PyTorch संस्करण 1.7.0 या बाद का होना आवश्यक है।
लाइब्रेरी 44 बेंचमार्क रिकमेंडेशन डेटासेट की स्वरूपित प्रतियां प्रदान करती है।
Google में Zekai को सबसे पहले देखें