丽台NVIDIA DLI实作坊开课 推荐系统夯

丽台科技资深经理林威延博士指出，该公司NVIDIA DLI认证课程透过实务操作，可让学员在一天内就具备Wide & Deep Learning推荐系统的建置能力。DIGITIMES摄

打开电商网页，选单下方总会出现多种与你查找项目看似无关，但让你深感兴趣的产品，一样的体验不只出现在网络购物，从影音串流平台的影片到社交网站广告，在演算法与处理器运算能力的快速提升下，推荐系统愈来愈精准，效益也不断提升，丽台科技资深经理林威延博士指出，现在推荐系统成为经营网络商务的必要机制，不具备此能力的业者，竞争力将会逐渐流失。

林威延进一步表示，推荐系统问世多年，不过此类系统早期的演算法以矩阵为基础，而且仅有用户与商品两个维度，遗漏了相当多的信息，导致演算法精准度不足，仅能重复推荐相同产品。后期Deep Learning(深度学习)成为AI主流演算法，Google更在2016年发表了《Wide & Deep Learning for Recommender Systems》一文，首次将类神经网络架构应用于推荐引擎，从而开启了推荐引擎的新时代。

Wide & Deep模型中的Wide Learning具备高解释与快实现速度特色，但无法捕捉训练数据中没有的特徵组合，Deep Learning则可补足此能力，因此这两大演算法的整合，启动了推荐系统的进化之路，展现出与以往全然不同的面貌。不过林威延点出，要让Wide & Deep Learning推荐系统的成效顺利浮现，除了演算法之外，还需要仰赖GPU的平行运算能力。他表示训练模型的数据量愈来愈庞大，传统仅靠软件运算做法的效益过低，GPU的高速平行运算能力可将数值数据的前处理速度提升100倍以上，充分满足现在网络需求。

观察目前GPU市场，NVIDIA无疑是此领域最具代表性的品牌，丽台科技将于4月13日举办的NVIDIA DLI深度学习实作认证课程「建造智能推荐系统(Recommender)」，就是以NVIDIA的GPU为核心架构，搭配电商龙头Amazon的实际数据进行实作。林威延博士指出，透过演算法预测消费者对商品的评价，从而判断出高精准的推荐项目，因此丽台科技结合NVIDIA DLI官方教材与Amazon数据的实作课程，可让只有程序设计概念的工程师，利用NVIDIA GPU云端系统，在一天内学会使用从大型稀疏数据集优化训练，并利用深度学习模型建置推荐引擎，最后再将推荐模型部署为一高性能Web服务，顺利完成课程的学员，也能拿到NVIDIA通用于全球的认证资格。

NVIDIA DLI认证课程高效成果的背后，是丽台科技长期深耕 GPU领域所累积的实战经验，林威延进一步表示，丽台科技是NVIDIA的长期夥伴，于台湾拥有5位NVIDIA DLI认证讲师，在采取最多学员人数仅限20位的小班制课程中，认证讲师将偕同助教，协助学员轻松取得打造推荐系统的实战能力。

此外，丽台科技旗下完整的NVIDIA软硬件产品线，让学员可在习得实战技能后，迅速自建推荐系统。在硬件方面，丽台科技通过NVIDIA Certified System认证的系统横跨工作站及服务器，完整涵盖所有运算规模情境。以WinFast WS2040工作站为例，WinFast WS2040 支持第三代Intel可扩充处理器、4个NVIDIA RTX双宽度GPU，还可采用 NVLink 桥接器扩展多GPU的运算效能，再加上PCIe 4.0助力，提供较PCIe 3.0快两倍的传输速度，为用户提供AI运算最佳基础，企业可借此快速建构新时代推荐系统，在浩瀚网络中精准找出潜在商机，从而强化自身竞争力。丽台NVIDIA DLI课程。