Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › E-commerce › RecBole
✦ Grátis & open sourceE-commerce

RecBole

Uma biblioteca unificada de recomendação em PyTorch com 94 algoritmos de benchmark.

Biblioteca de Recomendação RecBole

Um framework abrangente baseado em PyTorch para algoritmos de recomendação e benchmark.

Grátis para sempre · open source · MIT
✓ Needs IT✓ No navegador✓ Colaboração em tempo real
6
ZEKAI
Biblioteca abrangente de recomendação
Grátis & open source · E-commerce
Facilidade de configuração4
Utilidade9
Manutenção3.5
Comunidade7.5
★ 4,569
GITHUB
Feb 2025
ATUALIZADO
MIT
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

O RecBole é uma biblioteca baseada em Python e PyTorch projetada para reproduzir e desenvolver algoritmos de recomendação. É adequado para cientistas de dados e pesquisadores que constroem sistemas de recomendação gerais, sequenciais, sensíveis ao contexto ou baseados em conhecimento.

Funciona em
Cross-platform
Hospedagem
Self-host
Idiomas
Python
Licença
MIT

O que é

Inclui 94 algoritmos de recomendação categorizados em modelos gerais, sequenciais, sensíveis ao contexto e baseados em conhecimento. A biblioteca oferece uma estrutura de dados unificada, 44 datasets de benchmark formatados e execução acelerada por GPU, suportando treinamento multi-GPU e de precisão mista.

Para quem

É adequado para pesquisadores e engenheiros de machine learning que desenvolvem ou realizam benchmarks de algoritmos de recomendação. Não é adequado para usuários não técnicos ou para aqueles que buscam uma API de recomendação de produção pronta para uso sem programação em Python.

Recursos principais

94 Modelos de Benchmark

Cobre algoritmos de recomendação gerais, sequenciais, sensíveis ao contexto e baseados em conhecimento.

44 Datasets Formatados

Fornece datasets de benchmark pré-processados prontos para o treinamento imediato de modelos.

Suporte a Multi-GPU

Otimizado para ambientes de GPU com capacidades de treinamento multi-GPU e de precisão mista.

Ajuste de Hiperparâmetros

Inclui métodos de busca integrados em série e em paralelo para configurações ideais.

Como começar

Pronto em 3 passos

1
Instale a biblioteca via pip usando pip install recbole ou via conda
2
Clone o repositório de código-fonte do GitHub para desenvolvimento e scripts
3
Execute o script de exemplo fornecido python run_recbole.py para executar o modelo BPR no ml-100k
Falando sério

Nosso veredito honesto

Pontos fortes

  • Extensa coleção de 94 algoritmos de recomendação implementados em PyTorch
  • Cópias pré-processadas de 44 datasets de benchmark de recomendação disponíveis
  • Suporta execução multi-GPU e treinamento de precisão mista
  • Inclui interfaces integradas para ajuste de hiperparâmetros

Onde deixa a desejar

  • Requer habilidade técnica em Python, PyTorch e treinamento de modelos de machine learning
  • Executar grandes modelos e datasets exige recursos de hardware de GPU dedicados
  • Projetado principalmente para pesquisa e experimentação, e não para uso direto em produção plug-and-play
Custo

Preços & licença

Gratuito sob a licença MIT, sendo o único custo executá-lo por conta própria em seu hardware.

Trabalho remunerado

Vagas para quem fala português

879 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: RecBole para E-commerce
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o RecBole para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Qual versão do Python é necessária?

O RecBole requer a versão 3.7 ou posterior do Python e a versão 1.7.0 ou posterior do PyTorch.

Quantos datasets estão incluídos?

A biblioteca fornece cópias formatadas de 44 datasets de benchmark de recomendação.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para E-commerce — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google