![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
gg-123
老骥伏枥,志在千里;烈士暮年,壮心不已。
展开
-
tensorflow2实现DeepFM(基于DataFrame格式训练数据)
tensorflow2实现实现DeepFM网上有很多deepFM的实现版本,最广为人知的就是chenchenglong的那一版,这个实现是在Libsvm格式训练数据的基础上实现的,我下面的实现是在DateFrame格式训练数据的基础上实现的。模型结构和训练数据的格式息息相关,为了配合DataFrame格式的训练数据,我把数据拆分成numeric部分和catogorical两部分,作为两个输入喂给模型(keras支持多输入和多输出),输出只有一个。FM要求变量做embedding后还要和自身的值相乘,这原创 2020-06-14 19:16:30 · 2767 阅读 · 5 评论 -
tensorflow之feature_column+DeepFM
tensorflow之feature_column+DeepFMtensorflow2提供的feature_column工具为MLer/DLer处理数据提供了很大的方便,feature_column更是可以直接和 estimator 融合,实现无缝操作。但是 estimator 是预定义的模型,结构固定,有时候MLer想实现自己的模型,还需要借助keras提供的接口工具Model,但是Model类不能很好的和feature_column融合,需要经过一层转化,如下:original_feature \原创 2020-06-01 20:55:44 · 1399 阅读 · 0 评论 -
tensorflow之 feature_column + pre-made estimator组合实战
最近在学习tensorflow v2,以前接触过v1版本,写起来很费劲,v2比v1容易上手。我看网上比较推荐的是feature_coumn + estimator这套"组合拳",借此我们可以快速搭建现有成熟模型做实验,当然也可以用户生产环境。以下是演示代码,如有不妥之处敬请执政,不胜感激。import numpy as npimport pandas as pdfrom sklearn.utils import shufflefrom matplotlib import pyplot as plt原创 2020-05-25 21:57:20 · 1128 阅读 · 0 评论