datawhalechina/torch-rechub

A Lighting Pytorch Framework for Recommendation Models, Easy-to-use and Easy-to-extend.

What it solves

Torch-RecHub는 프로덕션 급 추천 시스템의 생성을 단순화하도록 설계된 경량 PyTorch 프레임워크입니다. 복잡한 추천 알고리즘을 처음부터 구현하는 엔지니어링 오버헤드를 없애고, 개발자는 몇 줄의 코드만으로 모델을 구축하고 배포할 수 있습니다.

How it works

이 프레임워크는 데이터 로딩, 학습, 평가를 표준화한 모듈식 파이프라인을 제공합니다. PyTorch를 활용해 CPU, NVIDIA CUDA, AMD ROCm, Huawei Ascend NPU 등 다양한 백엔드에서 하드웨어 가속을 지원합니다. 시스템은 작업별로 특화된 트레이너로 구성되어 있으며, CTRTrainer는 랭킹/CTR 예측, MatchTrainer는 매칭, MTLTrainer는 멀티태스크 학습에 사용됩니다.

Who it’s for

추천 모델을 빠르게 구현·테스트해야 하는 머신러닝 엔지니어·연구자와 ONNX 내보내기를 통해 모델을 프로덕션에 배포하려는 개발자를 위한 것입니다.

Highlights

  • Extensive Model Library: DeepFM, DIN 등 랭킹 모델, DSSM, SASRec 등 매칭 모델, MMoE, PLE 등 멀티태스크 모델, HSTU, TIGER 등 생성형 추천 모델을 포함해 30개 이상의 주요 모델을 제공.
  • Production-Ready Deployment: 원클릭으로 ONNX 포맷으로 내보내어 프로덕션 환경에 원활히 통합할 수 있습니다.
  • Broad Hardware Support: NVIDIA, AMD, Huawei Ascend 등 다양한 GPU 아키텍처와 호환됩니다.
  • Big Data Integration: PySpark 기반 데이터 처리를 지원하고, FAISS 및 Milvus와 같은 벡터 데이터베이스와 통합해 검색 서비스를 제공합니다.
  • Experiment Tracking: WandB, SwanLab, TensorBoardX와의 내장 통합을 통해 시각화와 모니터링이 용이합니다.