文件名称：pytorch-examples:在pytorch中训练模型，学习排名，协作过滤器等
文件大小：154KB
文件格式：ZIP
更新时间：2024-06-03 15:56:05
learning-to-rank ndcg ranknet lambdarank pytorch-implementation
pytorch中的训练模型示例 PyTorch中的深度学习算法的一些实现。 排名-学习排名 排名网 前馈NN，最小化文档对交叉熵损失函数 训练模型 python ranking/RankNet.py --lr 0.001 --debug --standardize --debug打印参数规范和参数grad规范。 这可以评估是否存在梯度消失和梯度爆炸问题- --standardize可确保将输入缩放为平均值为0且标准差为1.0 NN结构：136-> 64-> 16-> 1，ReLU6作为激活函数 优化器 r 时代 损失（火车） 损失（评估） ndcg @ 10 ndcg @ 30 秒/纪元 因式分解 对/秒 亚当 0.001 25 0.63002 0.635508 0.41785 0.49337 312 损失函数 203739 亚当 0.001 50 0.6
【文件预览】：
pytorch-examples-master
----uplift_model()
--------eval_uplift_effect.py(14KB)
--------__init__.py(0B)
----images()
--------tensorboard_ndcg.png(144KB)
----ranking()
--------LambdaRank.py(11KB)
--------utils.py(8KB)
--------positional_bias.py(1KB)
--------metrics.py(2KB)
--------data_loaders()
--------load_mslr.py(7KB)
--------__init__.py(0B)
--------RankNet.py(15KB)
--------download_data.sh(467B)
----.gitignore(111B)
----README.md(4KB)