Githubオープンソースプロジェクト - Tensorflow 2.0を使って古典的な推薦論文を再現する 継続的に更新される...

序文

設立の理由

オープンソースプロジェクト「Recommended System with TF2.0」は、これまで読まれてきたRecommended SystemやCTR予測論文の一部を再現することに重点を置いています。設立の理由は3つあります：

1. 理論と実践の間には大きな隔たりがあり、学術界と産業界の間にはさらに大きな隔たりがあります；
2. 論文の核心をより深く理解し、エンジニアとしてのスキルを高めてください；

プロジェクトの特徴

プロジェクトの特徴

• TF2.0-CPUを使用したレプリケーション；
• 各モデルは互いに独立しており、依存関係はありません；
• 実験データセットについては、専用の詳細な説明があります；
• 各モデルについては、専用のコードドキュメントなどで説明します；

現在の再生産モデル

現在再現されているモデルは以下の通り：

• NCF
• DIN
• Wide&Deep
• DCN
• PNN
• Deep Crossing
• DeepFM 継続的な更新······

具体的な内容

オープンソースプロジェクトの詳細は以下の通りです：

データセットの紹介

再生処理に使用したデータセットの簡単な説明、その中の特徴、データセットの処理過程。

例

クリテオ

Criteo広告データセットは、広告のクリック率を予測するために使用される古典的なデータセットです。2014年、ディスプレイ広告チャレンジコンペティションは、世界的に有名な広告会社であるCriteoによって主催されました。しかし、このコンペティションはあまりにも長く続いたため、データセットはKaggleから入手できなくなりました。データセットやそのサンプルを入手するには、3つの方法があります：

• Criteo_sample.txt:DeepCTRに含まれ、モデルが正しいかどうかをテストします；
• kaggle Criteo: トレーニングセット、テストセット。

論文モデリング

セクションは主に次のように分かれています：

• モデル構造図；
• 実験データセット；
• コード分析：つまり、簡単なドキュメントのオープンソースコードの現在のモデルは、アップデートを改善するために.....;
• 元の住所

例

クリック率予測のためのディープ・インタレスト・ネットワーク (DIN)

モデル

データセット： Amazonデータセットの電子機器サブセット。 コード解析：

次のタスク

昨晩、学生からある論文を再現するかどうか尋ねられたので、はっきりとは言えません。すでに読んだ論文の再現：FNN、xDeepFM、AFMなど、新しい2020年の論文の紹介と再現論文の一部：DMRなど；