DeepTables 使用

DeepTables 相关链接

• API: https://deeptables.readthedocs.io/en/latest/
• Repo:
  • https://github.com/DataCanvasIO/DeepTables
  • https://github.com/DataCanvasIO/Hypernets

最近看到开源的 DeepTables， 试用了一下, DeepTables repo 的 example 做得比较好，他们的架构图

DeepTables 可以处理结构化数据这一部分，因为模型相对成熟，结构化数据相对比较好处理。网络方面，支持

• components:

  ‘dnn_nets’
  ‘linear’
  ‘cin_nets’
  ‘fm_nets’
  ‘afm_nets’
  ‘opnn_nets’
  ‘ipnn_nets’
  ‘pnn_nets’,
  ‘cross_nets’
  ‘cross_dnn_nets’
  ‘dcn_nets’,
  ‘autoint_nets’
  ‘fg_nets’
  ‘fgcnn_cin_nets’
  ‘fgcnn_fm_nets’
  ‘fgcnn_ipnn_nets’
  ‘fgcnn_dnn_nets’
  ‘fibi_nets’
  ‘fibi_dnn_nets’

• preset models: (in package deeptables.models.deepnets)

  DeepFM
  xDeepFM
  DCN
  PNN
  WideDeep
  AutoInt
  AFM
  FGCNN
  FibiNet

适用场景

• 集成了常见的 model 与 layer 的抽象，对结构化数据支持比较好，可以用于快速验证
• 集成了 AutoML 的超参搜索功能，对于小数据集比较友好，根据描述可以在某个 kaggle 竞赛中达到冠军级水平

不适用的场景

• 对分布式训练有比较高要求，默认的使用 keras 实现，里面分布式训练用的是原生的 distribute_strategy