【TensorFlow】TensorFlow推荐系统（TensorFlow Recommenders）

最新推荐文章于 2024-04-25 09:45:02 发布
最新推荐文章于 2024-04-25 09:45:02 发布
阅读量2.5k 收藏 16
点赞数 1
分类专栏： TensorFlow 文章标签： tensorflow 深度学习 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42224055/article/details/121452981
版权

从电商到短视频，推荐系统被广泛应用于各个场景，但实际上要打造好一个有效的推荐系统并不容易。TensorFlow Recommenders 就是这样一个为了打造高效可扩展的推荐系统而专门制作的库。
在这里插入图片描述

接下来介绍 TensorFlow Recommenders 打造一个召回系统来介绍 TensorFlow Recommender 库。

推荐系统在这里插入图片描述

推荐系统：依据用户行为对数据进行推荐。某个用户的行为数据，和过往其他用户的行为数据，有助于预测接下来给用户推荐内容。

推荐系统的复杂性
  • 大多数基于神经网络的推荐系统，会有多个组件组合构成
    在这里插入图片描述
推荐系统的几大难点
  • 难以训练：高纬度、稀疏的大规模模型。需要解决多目标优化的问题。
  • 难以评估：离线指标可能具有极大勿扰性。在线试验中的长期学习效果难以评估。
  • 难以部署：词汇表庞大，需要邻近召回来实现更低延迟。大多数模型都包括召回、粗排、精排等多个过程。

核心代码

查看数据集（movielens）在这里插入图片描述
随机打乱、切分数据集

在这里插入图片描述

准备电影片名、用户ID的词汇表（用来映射）

在这里插入图片描述

Demo：双塔召回模型

在这里插入图片描述

定义查询塔、候选条目塔

在这里插入图片描述
在这里插入图片描述

定义模型指标、训练损失函数

在这里插入图片描述

组合成一个完整模型

在这里插入图片描述

编译模型、并准备训练和测试数据集

在这里插入图片描述
在这里插入图片描述

评估测试集性能

在这里插入图片描述

椰卤工程师
关注
  • 1
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
机器学习笔记 - 构建推荐系统(7) 基于TensorFlow的电影推荐系统示例
学以致用 知行合一
06-29 830
我们在视频网站上上观看视频时，通常会在视频页面看到被推荐的视频列表。听歌的时候也是这样，APP会给我们推荐一些歌曲。可能是一系列类似的歌曲，也可能是同一类型或来自同一艺术家的作品。这个推荐的视频或音乐列表由推荐机器学习模型（通常称为推荐引擎/系统）构建。推荐系统不仅仅是简单的机器学习。需要构建一个数据管道来收集模型所需的输入数据（比如用户观看的最后五个视频等输入），推荐系统满足了这一需求。推荐系统不仅可以向用户推荐数字媒体，还可以向用户推荐商品。
TensorFlow Recommenders 迎来更新 — 可扩展检索和特征交互建模
tensorflowforum的博客
06-02 3600
9 月，我们开源了 TensorFlow Recommenders，这个库能够帮助您轻松构建最先进的推荐系统模型。现在，我们高兴地宣布 TensorFlow Recommenders (TFRS) 的新版本v0.3.0。 v0.3.0 https://github.com/tensorflow/recommenders/releases/tag/v0.3.0 新版本引入了两项重要功能，二者对于构建和部署高质量、可扩展的推荐模型至关重要。 第一项新增功能是对快速可扩展近似检索提供内...
TensorFlow推荐器和TensorFlow概率：使用TFRS构建推荐模型
新华编程特战队
01-06 941
(TFRS) 是由 Google TensorFlow 团队开发的高级工具包和框架，旨在促进高效且可扩展的推荐模型的创建。利用 TensorFlow 的强大功能，TFRS 使开发人员和数据科学家能够构建复杂的推荐系统，以满足不同的用户偏好。通过使用 TFRS 组件自定义模型架构，您可以创建推荐系统，充分利用 TensorFlow 的强大功能来捕获复杂的用户-项目关系并生成准确的个性化推荐。涉及准备数据、定义和自定义模型架构、训练和评估模型，以及利用 TFRS 组件的灵活性来创建复杂的推荐系统。
推荐系统新星：TensorFlow Recommenders
最新发布
gitblog_00087的博客
04-25 358
推荐系统新星：TensorFlow Recommenders 项目地址:https://gitcode.com/tensorflow/recommenders TensorFlow Recommenders 是一个由 TensorFlow 团队开发的开源库，旨在帮助开发者构建、实验和部署高级推荐系统。该项目结合了深度学习的强大功能与 TensorFlow 的灵活性，为现代推荐系统的开发提供了全新的...
推荐系统：开源项目/工具【谷歌：TensorFlow Recommenders】【FB：TorchRec】【百度：Graph4Rec】【阿里：DeepRec和EasyRec】【人大：RecBole】
u013250861的博客
12-17 872
推荐系统（Recommender System）主要是用于解决大数据时代信息过载的问题，其主要根据用户的历史偏好和约束为用户提供排序的个性化物品（item）推荐列表，更精准的推荐系统可以提升和改善用户体验。目前在推荐系统领域已有大量的开源项目，包括谷歌，Facebook，百度三大家官方都有提供相关的工具支持。本文详细列举了目前在推荐系统领域的一些项目/工具，用于助力推荐系统研究。注：以下项目排名不分先后。
tensorflow recommenders 系列2：召回模型介绍
sslfk的博客
04-22 2279
基于tensorflow recommenders快速实现推荐召回模型的训练开发
TensorFlow推荐器和TensorFlow概率：推荐系统中的高级技术
新华编程特战队
01-06 853
TensorFlow 的适应性框架确保了 DFM 的顺利集成，增强了其细化和提高推荐质量的能力。本文深入研究推荐系统中的先进技术，利用 TensorFlow 的功能创建强大而高效的解决方案。深度学习技术的应用开启了推荐系统的革命性时代。TensorFlow 广泛的神经网络组件集合加速了 NCF 模型的开发和训练，提供准确且有影响力的建议。该技术识别具有相似偏好的用户，并根据这些相似用户的选择推荐项目。TensorFlow 可以计算项目相似度分数，允许系统根据项目与之前选择的项目的关联来推荐项目。
TensorFlow在推荐系统中的分布式训练优化实践
m0_37586850的博客
12-15 404
猜你喜欢 0、【免费下载】2021年11月热门报告盘点&下载1、如何搭建一套个性化推荐系统？2、从零开始搭建创业公司后台技术栈3、全民K歌推荐系统算法、架构及后台实现4、微博推荐算...
推荐器：TensorFlow Recommenders是一个使用TensorFlow构建推荐器系统模型的库
02-06
TensorFlow推荐人 TensorFlow Recommenders是一个使用构建推荐系统模型的库。 它有助于构建推荐系统的完整工作流程：数据准备，模型制定，培训，评估和部署。 它基于Keras构建，旨在使学习曲线平缓，同时仍使您可以...
TensorFlow Recommenders是一个使用TensorFlow构建推荐系统模型的库。-Python开发
05-25
TensorFlow Recommenders是一个使用TensorFlow构建推荐系统模型的库。 TensorFlow Recommenders TensorFlow Recommenders是一个使用TensorFlow构建推荐系统模型的库。 它有助于构建推荐系统的完整工作流程：数据准备...
tensorflow-recommenders-0.7.3.tar.gz
03-21
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、...
Recommender:使用tensorflow的推荐系统
03-11
推荐人 这个项目是我使用tensorflow创建推荐系统的首次尝试。 我的第一个想法是为做出贡献。 但是由于我的代码朝着自己的方向发展，所以我决定创建此存储库。 像该存储库一样，我正在尝试使用数据集来实现“ 介绍的模型。 到目前为止，仅实现的模型是SVD模型和NSVD模型，两者均在第2.3节中提到。 我写了一篇有关实现这两种模型的博客文章。 要求 张量流 脾气暴躁的 大熊猫 用法 $ python3 svd.py --help usage: svd.py [-h] [-p PATH] [-e EXAMPLE] [-b BATCH] [-s STEPS] [-d DIMENSION] [-r REG] [-l LEARNING] [-m MOMENTUM] [-i INFO] [-M MODEL] [-S NSVD_SIZE] opti
Movie_Recommender:利用tensorflow实现电影推荐系统
03-11
推荐人 利用tensorflow实现电影推荐系统使用的数据集为MovieLens数据集
tensorflow-recommenders-0.7.2.tar.gz
03-21
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、...
tensorflow-recommenders-0.6.0.tar.gz
03-21
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、...
构建基于深度学习神经网络协同过滤模型(NCF)的视频推荐系统(Python3.10/Tensorflow2.11)
刘悦的技术博客
03-30 705
毋庸讳言，和传统架构(BS开发/CS开发)相比，人工智能技术确实有一定的基础门槛，它注定不是大众化，普适化的东西。但也不能否认，人工智能技术也具备像传统架构一样“套路化”的流程，也就是说，我们大可不必自己手动构建基于神经网络的机器学习系统，直接使用深度学习框架反而更加简单，深度学习可以帮助我们自动地从原始数据中提取特征，不需要手动选择和提取特征。
TensorFlow实战——个性化推荐
热门推荐
chengcheng1394的专栏
12-16 5万+
原创文章，转载请注明出处： http://blog.csdn.net/chengcheng1394/article/details/78820529请安装TensorFlow1.0，Python3.5 项目地址： https://github.com/chengstone/movie_recommender前言本项目使用文本卷积神经网络，并使用MovieLens数据集完成电影推荐的任务。 推
基于Python和Tensorflow的电影推荐算法
weixin_34077371的博客
05-16 1238
第一步：收集和清洗数据 数据链接：https://grouplens.org/datasets/movielens/ 下载文件：ml-latest-small import pandas as pd import numpy as np import tensorflow as tf 复制代码导入ratings.csv文件 ratings_df = pd.read_csv('./ml-lates...
tensorflow v1 推荐系统
01-31
根据提供的引用内容，TensorFlow v1可以用于构建推荐系统。其中，Deep & Cross Network（DCN）是一种用于广告点击预测的深度交叉网络模型。DCN V1和DCN V2是两个版本的DCN模型，分别用于改进深度交叉网络和实际应用于Web规模的学习排序系统。 如果你想了解更多关于TensorFlow v1推荐系统的信息，可以参考以下引用： - TensorFlow Recommenders官方示例：https://www.tensorflow.org/recommenders/examples/dcn - DCN V1论文：https://arxiv.org/pdf/1708.05123.pdf - DCN V2论文：https://arxiv.org/pdf/2008.13535.pdf

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

椰卤工程师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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