【文件属性】：
文件名称：GRU4REC-pytorch:使用PyTorch的GRU4REC的另一种实现
文件大小：42KB
文件格式：ZIP
更新时间：2021-05-06 19:02:20
Python
GRU4REC-PyTorch
GRU4REC模型的PyTorch实现。
原始论文：
对原始论文的扩展：
这个代码是基于由Younghun宋（YHS-968），并实现
此版本支持TOP1，BPR，TOP1-max，BPR-max和交叉熵损失。
要求
PyTorch 0.4.1
的Python 3.5
大熊猫
numpy的1.14.5
用法
数据集
RecSys Challenge 2015数据集可从获取
预处理数据
您需要运行preprocessing.py以获得培训数据和测试数据。 在本文中，仅使用训练集，而忽略测试集。
培训集本身分为培训和测试，其中测试分组是最后一天的课程。
数据格式类似于从RecSys Challenge 2015获得的格式：
档名
训练集应命名为recSys15TrainOnly.txt
测试集应命名为recSys15Valid.txt
内
【文件预览】：
GRU4REC-pytorch-master
----preprocessing.py(4KB)
----LICENSE(11KB)
----README.md(4KB)
----lib()
--------trainer.py(3KB)
--------__init__.py(331B)
--------__pycache__()
--------lossfunction.py(3KB)
--------dataset.py(5KB)
--------optimizer.py(2KB)
--------evaluation.py(1KB)
--------metric.py(2KB)
--------model.py(4KB)
----tools.py(431B)
----main.py(7KB)