Project Icon

RecSysDatasets

推荐系统公开数据集汇总及处理工具

RecSysDatasets是一个汇总公开推荐系统数据集的开源项目。该项目收集了电商、广告、电影等多个领域的数据集,并提供将数据集转换为统一格式的工具。这有助于研究人员更便捷地获取和使用各类推荐系统数据集,为算法开发和评估提供支持。项目与RecBole推荐系统库集成,便于进行算法测试。

awesome-synthetic-datasets - 大语言模型合成数据集资源汇总
CosmopediaGithubSelf-InstructTinyStories合成数据集大语言模型开源项目
该项目整理了大语言模型生成合成数据集的相关资源,包括教程、技术、数据集、工具和论文。涵盖TinyStories、Cosmopedia等数据集,以及Self-Instruct、AutoPrompt等技术,为AI研究和开发提供参考。
deepdataspace - 开源计算机视觉数据集工具 提供可视化 标注和分析功能
DeepDataSpaceGithub开源数据集工具开源项目数据可视化数据标注模型分析
DeepDataSpace是一个开源计算机视觉数据集工具,提供交互式数据可视化、探索和智能标注功能。支持多平台和协作工作流,易于安装使用。通过直观界面帮助用户高效管理和分析大规模图像数据集,适用于CV项目开发和研究。
recommender-system-tutorial - 使用TensorFlow和Keras构建推荐系统的实践教程
GithubMovieLens数据集TensorFlow开源项目推荐系统机器学习深度学习
本项目提供了一个详细的推荐系统开发教程,基于TensorFlow Recommenders和Keras。教程介绍了信息检索和推荐系统基础,通过Jupyter notebook展示了MovieLens数据集处理、特征预处理、检索和排序模型构建,以及Spotify Annoy相似项搜索。内容涵盖了推荐系统的核心技术和实践方法,适合学术研究者和业界专业人士学习。
disco - Ruby协同过滤推荐系统库 支持用户和物品推荐
GithubRailsRuby协同过滤开源项目推荐系统矩阵分解
Disco是一个用于Ruby和Rails的推荐系统库,基于协同过滤技术。该库支持用户和物品推荐,可处理显式和隐式反馈数据,并使用高性能矩阵分解算法。Disco提供简洁的API,支持存储推荐结果和模型,能够解决冷启动问题。此外,它可与近似最近邻库集成,提升大规模数据集的性能。
video2dataset - 快速构建大规模视频数据集的开源工具
Githubvideo2dataset分布式处理开源项目数据预处理视频下载视频数据集
video2dataset是一个开源工具,用于从视频URL快速创建大规模视频数据集。它支持多种输入输出格式和文件系统,可在12小时内处理1000万个视频。该工具提供增量模式、分布式处理和Weights & Biases集成,适合机器学习训练等场景。其灵活的API和配置选项让用户能够精细控制数据处理流程。
SASRec.pytorch - 基于PyTorch的SASRec模型实现
GithubPyTorchSASRec序列推荐开源项目推荐系统自注意力机制
SASRec.pytorch项目提供了自注意力序列推荐模型的PyTorch实现。相比原始TensorFlow版本,该项目优化了训练和推理流程,修复了正位置嵌入等问题。代码包含模型训练、评估和推理示例,并在MovieLens-1M数据集上展示了NDCG@10和HR@10指标的性能。项目适用于需要在PyTorch环境中研究或应用SASRec模型的人员,为推荐系统领域提供了有价值的开源资源。
awesome-llm-human-preference-datasets - 开放源码的人类偏好数据集,用于LLM的指令调整与评估
AnthropicGithubHuman PreferenceOpenAIRLHFStanford Human Preferences Dataset开源项目
本页面汇总了多个人类偏好开源数据集,适用于LLM的指令调整、强化学习和评估。涵盖的数据集包括OpenAI WebGPT Comparisons、OpenAI Summarization和Anthropic HH-RLHF等。数据集中包含的问题、模型回答和人类评价数据,旨在为语言模型的开发和改进提供资源。覆盖文本摘要、对话、人类偏好比较等领域,为LLM研究和应用提供全面支持。
medical-datasets - 医学影像数据集汇总 从MRI到X射线的全面资源
CTGithubMRIX光分割标注医学影像数据集开源项目
medical-datasets是一个综合性医学影像数据集资源库,收录了MRI、CT和X射线等多种模态的影像数据。涵盖从大脑到胸部的多个人体部位,不仅包含原始图像,还提供分割标注和临床诊断等信息。该项目为医学影像分析、人工智能和机器学习领域的研究与应用提供了丰富的数据支持。
HybridBackend - 异构集群上的高性能推荐系统训练框架
GPU优化GithubHybridBackend嵌入层开源项目推荐系统深度学习框架
HybridBackend是一个为异构集群设计的高性能推荐系统训练框架。它优化了分类数据加载、GPU嵌入层处理和大规模训练通信,提高了wide-and-deep模型的训练效率。该框架兼容现有AI工作流,提供多种安装选项和完善的文档。HybridBackend采用开源Apache 2.0许可证,支持社区贡献。
webdataset - 大规模深度学习数据集的管理工具
GithubPyTorchWebDatasettar文件开源项目数据管道深度学习
WebDataset是一种高性能的数据管理工具,专为大规模深度学习任务设计。它支持从本地存储和云对象存储读取数据,兼容PyTorch、TensorFlow和JAX。WebDataset能高效处理和读取多种格式的数据集,如图像、音频和视频,极大地提升I/O性能并简化数据预处理。其优势包括低延迟、无需本地存储及并行数据访问,适用于不同规模的深度学习任务。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号