recommenders-team/recommenders

[ASK] Utilizing GPU with LightGCN Pipeline

Open

#1.650 geöffnet am 18. Feb. 2022

Auf GitHub ansehen
 (0 Kommentare) (2 Reaktionen) (0 zugewiesene Personen)Python (2.972 Forks)batch import
help wanted

Repository-Metriken

Stars
 (17.706 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 6T 16h) (10 gemergte PRs in 30 T)

Beschreibung

Description

Is there anything that needs to be done to make sure LightGCN is utilizing GPU's? I'm following this deep dive notebook here: https://github.com/microsoft/recommenders/blob/main/examples/02_model_collaborative_filtering/lightgcn_deep_dive.ipynb

My dataset is 1.4M users with about 13M interactions, a single epoch is taking about an hour. I have access to 4 GPU's, 192GB memory.

Thanks!

Contributor Guide

Research-Richtung
Überprüfen Sie, ob PyTorch/TensorFlow die GPU erkennt, indem Sie torch.cuda.is available() oder tf.config.list physical devices('GPU') ausführen. Stellen Sie sicher, dass das Modell mit .to(device) oder device='/gpu:0' auf die GPU verschoben wird.
Tech Stack
python
Domain
backend
Issue Type
Dokumentation
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Unter 1 Stunde
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Python
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
75