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：2024-02-26 20:09:19
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)