Github项目---使用TF2.0进行推荐论文复现

本文档介绍了使用TensorFlow 2.0复现的推荐系统论文,包括NCF、DIN、Wide&Deep和DCN模型。详细阐述了每个模型的构建、数据集来源,并提供了代码链接和原始论文地址。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言

看过一些比较知名的推荐系统、CTR预估论文。开【Recommended-System with TensorFlow 2.0】的原因有三个:

  1. 论文只看理论感觉有些地方简单,但是实践起来却比较困难;

  2. 为了更好的理解论文,增强自己的工程能力;

  3. 很多论文给出的复现代码都是TF1.x,对于使用TF2.0的我来说,很难理解【TF1.x学习不系统】;

所以想开一个TF2.0的Project,来对部分论文进行实验的复现。当然也看过一些知名的开源项目,如deepcrt等,不过发现对自己来说,只适合拿来参考【代码水平太高了,写不出来】。

关于【Recommended-System with TensorFlow 2.0】,模型基本按照论文进行构建,实验尽量使用论文给出的的公共数据集。如果论文给出github代码,会进行参考。

目前复现的模型有:NCF、DIN、Wide&Deep、DCN。

地址:https://github.com/ZiyaoGeng/Recommender-System-with-TF2.0【求大佬给个Star】

快速导航:

  1. NCF

  2. DIN

  3. Wide&Deep

  4. DCN

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值