torch-rechub は無料で使えますか？ライセンスは？

torch-rechub は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

torch-rechub は今もメンテナンスされていますか？

活発にメンテナンス中。torch-rechub の最終コミットは 2026年10月22日です。

torch-rechub は何に使えますか？

CriteoやAvazuなどのデータセットを使ったCTR予測モデルのプロトタイピング。 2タワー型検索モデルを構築し、ユーザー塔とアイテム塔を個別にエクスポート。クリックやコンバージョンなどの目的を同時に最適化するマルチタスクランキングモデルの学習。 HSTUやHLLMなど、LLMベースまたは生成型の推薦手法の実験。

torch-rechub のインストール方法は？

pipでPyTorchとパッケージをインストールする: pip install torch && pip install torch-rechub リポジトリをクローンする: git clone https://github.com/datawhalechina/torch-rechub.git uvで依存関係をインストールする: uv sync DSSMのマッチング例を、そのフォルダーから実行する: cd examples/matching && python run_ml_dssm.py

torch-rechub はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/datawhalechina/torch-rechub

datawhalechina/torch-rechub

Q: torch-rechub は今もメンテナンスされていますか？

活発にメンテナンス中。torch-rechub の最終コミットは 2026年10月22日 です。

30種類以上のランキング、マッチング、マルチタスク、生成型モデルを備え、ONNXエクスポートにも対応した、推薦モデル構築用のPyTorchフレームワークです。

GitHub で見る公式サイト

スター: 1,233
フォーク: 158
未解決の Issue: 4
最終コミット: 8 時間前

これは何？

Torch-RecHubは、推薦システムを構築するためのPyTorchベースのフレームワークです。DeepFMやDCNなどのCTRランキングモデル、DSSMやSASRecなどの2タワー型・系列マッチングモデル、MMoEやPLEなどのマルチタスクモデル、HSTUやTIGERなどの生成型推薦モデルを含む、古典的なモデルから最新のモデルまでをライブラリにまとめています。各モデルは、CTR、マッチング、マルチタスクの各構成に対応した共通のトレーナーで学習でき、データ読み込みと評価のワークフローも統一されています。

新しいモデル、データセット、指標をパイプラインを書き直さずに追加できるよう、モジュール化を重視して設計されています。学習済みモデルはデプロイ用にONNXへエクスポートできます。CPU、NVIDIA CUDA、AMD ROCm、Huawei Ascend NPUで動作し、Annoy、FAISS、Milvusによるベクトル検索、PyArrow経由のPySpark互換データ処理、WandB、SwanLab、TensorBoardXによる実験追跡にもオプションで対応しています。

主な機能

01ランキング、マッチング、マルチタスク、生成型の推薦モデルを30種類以上実装しています。
02CTR、マッチング、マルチタスク学習向けに、統一されたトレーナーとデータローダーを提供します。
03学習済みモデルを本番環境へのデプロイ用にONNXへエクスポートできます。
04CPU、NVIDIA GPU、AMD ROCm、Huawei Ascend NPUで動作します。
05実験追跡用にWandB、SwanLab、TensorBoardXと連携します。
06ベクトル検索向けにFAISS、Annoy、Milvusをオプションで利用できます。

ユースケース

CriteoやAvazuなどのデータセットを使ったCTR予測モデルのプロトタイピング。
2タワー型検索モデルを構築し、ユーザー塔とアイテム塔を個別にエクスポート。
クリックやコンバージョンなどの目的を同時に最適化するマルチタスクランキングモデルの学習。
HSTUやHLLMなど、LLMベースまたは生成型の推薦手法の実験。

クイックスタート

1
pipでPyTorchとパッケージをインストールする
pip install torch && pip install torch-rechub
2
リポジトリをクローンする
git clone https://github.com/datawhalechina/torch-rechub.git
3
uvで依存関係をインストールする
uv sync
4
DSSMのマッチング例を、そのフォルダーから実行する
cd examples/matching && python run_ml_dssm.py

使う前に知っておきたいこと

ハードウェア、ドライバー、ランタイムに合ったPyTorchビルドが必要なため、セットアップに手間がかかる場合があります。
ONNXエクスポート、可視化、トラッキングなどの一部機能を使うには、オプションの追加パッケージを別途インストールする必要があります。

トピック

#recommender-system #pytorch #deep-learning #ctr-prediction #onnx #recsys #generative-recommendation #ascend #hstu #llm

よくある質問

torch-rechub とは？: 30種類以上のランキング、マッチング、マルチタスク、生成型モデルを備え、ONNXエクスポートにも対応した、推薦モデル構築用のPyTorchフレームワークです。 Torch-RecHubは、推薦システムを構築するためのPyTorchベースのフレームワークです。DeepFMやDCNなどのCTRランキングモデル、DSSMやSASRecなどの2タワー型・系列マッチングモデル、MMoEやPLEなどのマルチタスクモデル、HSTUやTIGERなどの生成型推薦モデルを含む、古典的なモデルから最新のモデルまでをライブラリにまとめています。各モデルは、CTR、マッチング、マルチタスクの各構成に対応した共通のトレーナーで学習でき、データ読み込みと評価のワークフローも統一されています。
torch-rechub は無料で使えますか？ライセンスは？: torch-rechub は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
torch-rechub は今もメンテナンスされていますか？: 活発にメンテナンス中。torch-rechub の最終コミットは 2026年10月22日です。
torch-rechub は何に使えますか？: CriteoやAvazuなどのデータセットを使ったCTR予測モデルのプロトタイピング。 2タワー型検索モデルを構築し、ユーザー塔とアイテム塔を個別にエクスポート。クリックやコンバージョンなどの目的を同時に最適化するマルチタスクランキングモデルの学習。 HSTUやHLLMなど、LLMベースまたは生成型の推薦手法の実験。
torch-rechub のインストール方法は？: pipでPyTorchとパッケージをインストールする: pip install torch && pip install torch-rechub リポジトリをクローンする: git clone https://github.com/datawhalechina/torch-rechub.git uvで依存関係をインストールする: uv sync DSSMのマッチング例を、そのフォルダーから実行する: cd examples/matching && python run_ml_dssm.py
torch-rechub はどこで入手できますか？: ソースコードとインストール手順は GitHub にあります：https://github.com/datawhalechina/torch-rechub

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。