【文件属性】:
文件名称:tffm:任意阶分解机的TensorFlow实现
文件大小:86KB
文件格式:ZIP
更新时间:2021-02-06 02:22:39
tensorflow research-project factorization-machines TensorflowJupyterNotebook
这是基于纸质的任意阶数(> = 2)分解机的TensorFlow实现。
它支持:
密集和稀疏的输入
不同的(基于梯度的)优化方法
通过不同的损失函数进行分类/回归(实现物流和MSE)
通过TensorBoard记录
推断时间相对于特征数量是线性的。
在Python3.5上测试过,但在Python2.7上应该可以使用
这种实现与在Blondel等人中描述的实现非常相似。 论文[ ],但是是在论文首次出现之前独立开发的。
依存关系
安装
可以通过pip install tffm安装稳定版本。
用法
该界面类似于scikit-learn模型。 若要训练等级为10的6阶FM模型以lear
【文件预览】:
tffm-master
----gpu_benchmark.ipynb(44KB)
----tffm()
--------models.py(5KB)
--------core.py(10KB)
--------utils.py(7KB)
--------__init__.py(97B)
--------base.py(10KB)
----test.py(4KB)
----LICENSE(1KB)
----setup.cfg(40B)
----example.ipynb(76KB)
----setup.py(1KB)
----.gitignore(34B)
----README.md(2KB)