推荐系统损失函数

1:BPR
根据预测的pos_sorce和neg_sorce计算损失。
BPRLoss()

class BPRLoss(nn.Module):
     def __init__(self, gamma=1e-10):
        super(BPRLoss, self).__init__()
        self.gamma = gamma

    def forward(self, pos_score, neg_score):
        loss = -torch.log(self.gamma + torch.sigmoid(pos_score - neg_score)).mean()
        return loss

2:XDeepFM
根据lable=tensor([0.]),和intput = tensor([0.1999])计算损失。
self.loss = nn.BCELoss()
请添加图片描述

class BCELoss(_WeightedLoss):
        return F.binary_cross_entropy(input, target, weight=self.weight, reduction=self.reduction)

根据参数计算L2损失

l2_reg =  self.reg_loss(self.mlp_layers.named_parameters())

def 
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值