> ML_KUTUPHANE // TENSORFLOW-RECOMMENDERS_v1.0
TensorFlow Recommenders (TFRS)
Google / TensorFlow Team — TensorFlow içinde İki Kuleli erişim ve sıralama modelleri oluşturmak için Google'ın açık kaynak çatısı.
recommender-systemsv0.7.3Apache-2.0qualified
Model Eğitimi (Training)
Desteklenen Hızlandırıcılar:
CPUCUDATPU
Dağıtık Eğitim (Distributed):Evet
Model Sunumu (Inference)
Inference Hızlandırıcıları:
CPUCUDA
Hedef Ortamlar (Targets):server
Neleri Sağlar (Ne Yapar)
- +Aday üretimi için İki Kuleli (Two-Tower) sorgu-aday sinirsel erişim mimarisi
- +Manuel mühendislik olmadan açık sınırlı dereceli öznitelik etkileşimleri için Deep & Cross Network (DCN v2)
- +Milisaniyenin altında vektör indeksleme için Google ScaNN ile doğrudan entegrasyon
- +TensorFlow Serving dağıtımı için TensorFlow SavedModel formatına uçtan uca dışa aktarım
Neleri Sağlamaz (Ne Yapmaz)
- -Dönüşüm olmadan saf PyTorch iş akışları içinde eğitilme
- -Uç tarayıcı JavaScript çalışma zamanlarında yerel olarak çalışma
- -Ham yapılandırılmamış video kod çözme işlemlerini yürütme
>Uygun İş Tipleri
- 10 milyon ürün arasından en iyi 100 adayı çeken büyük ölçekli kurumsal aday üretimi
- Dijital reklamcılıkta yüksek verimli tıklama oranı (CTR) tahmini
- TensorFlow Serving ve Google Cloud Vertex AI ile üretime hazır öneri modelleri dağıtma
>Uygun Olmayan İş Tipleri
- Akademik PyTorch odaklı araştırma ortamları
- implicit ALS'in saniyeler içinde uyduğu 1.000 ürünlük hafif çevrimdışı toplu tahminler
Veri Yerleşimi ve İkameti
Yerel olarak veya özel VPC kümelerinde çalışır. Google'a sıfır veri gönderilir.
Güvenlik Değerlendirmesi
Kısıtlamasız ticari kullanıma sahip Apache-2.0 lisansı.
Operasyonel Metrikler ve Bilinen Kısıtlar
Olgunluk:mature
Öğrenme Eğrisi:moderate
Operasyon Yükü:moderate
Maliyet Seviyesi:free-oss
> Bilinen Kısıtlamalar:
- TensorFlow 2 ekosistemine güçlü bağımlılık; PyTorch üzerinde standartlaşmış kuruluşlar için uygun değildir.
İlişkili Üretim Arıza Paternleri (Incidentpedia)
Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:
> Birincil Kanıt ve Doğrulama Kaynakları
TensorFlow Recommenders Documentationofficial-docs • >=0.7.0, <=0.7.x
2026-09-25HIGH