IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> NerualCF——CF与深度学习的结合 -> 正文阅读

[人工智能]NerualCF——CF与深度学习的结合


论文地址

Neural Collaborative Filtering


基本原理

将传统的矩阵分解中用户向量和物品向量的点积操作,换成由神经网络代替的互操作。

  • 优点:更强表达能力的矩阵分解模型;
  • 缺点:只使用了用户和物品的id特征,没有引入更多特征;

网络结构图

在这里插入图片描述


代码实现

import torch
import tqdm
import numpy as np
import pandas as pd
from torch import nn
from torch.utils import data
from collections import namedtuple
from sklearn.preprocessing import LabelEncoder
import argparse
from datetime import datetime

import warnings

warnings.filterwarnings("ignore")

# 使用具名元组定义特征标记
SparseFeat = namedtuple('SparseFeat', ['name', 'vocabulary_size', 'embedding_dim'])
DenseFeat = namedtuple('DenseFeat', ['name', 'dimension'])


# 数据集
class MovieLens(data.Dataset):
    def __init__(self, train_datas):
        self.train_datas = train_datas

    def __len__(self):
        return len(self.train_datas)

    def __getitem__(self, idx):
        return self.train_datas[idx]


# 残差模块
class Residual_block(nn.Module):
    def __init__(self, dim_stack, hidden_unit):
        super(Residual_block, self).__init__()
        self.linear1 = nn.Linear(dim_stack, hidden_unit)
        self.linear2 = nn.Linear(hidden_unit, dim_stack)
        self.relu = nn.ReLU()

    def forward(self, x):
        orig_x = x.clone()
        x = self.linear1(x)
        x = self.linear2(x)
        out = self.relu(x + orig_x)
        return out


# 模型架构
class NCF(nn.Module):
    def __init__(self,
                 embedding_classes,
                 embedding_dim=8,
                 hidden_unit=32):
        super(NCF, self).__init__()
        self.GMF_embedding = nn.ModuleList([nn.Embedding(ec + 1, embedding_dim) for ec in embedding_classes])
        self.MLP_embedding = nn.ModuleList([nn.Embedding(ec + 1, embedding_dim) for ec in embedding_classes])
        self.all_features_cat = embedding_dim * 2
        self.linear1 = nn.Linear(self.all_features_cat, hidden_unit)
        self.linear2 = nn.Linear(hidden_unit, self.all_features_cat)
        self.last_linear = nn.Linear(self.all_features_cat + embedding_dim, 1)
        self.relu = nn.ReLU()

    def forward(self, x):
        user_feature, movie_feature, rating = x[:, 0], x[:, 1], x[:, 2]

        GMF = torch.mul(self.GMF_embedding[0](user_feature), self.GMF_embedding[1](movie_feature))

        MLP = torch.cat((self.MLP_embedding[0](user_feature), self.MLP_embedding[1](movie_feature)), 1)
        MLP = self.linear1(MLP)
        MLP = self.linear2(MLP)
        MLP = self.relu(MLP)

        NeuMF = torch.cat((GMF, MLP), 1)
        out = self.last_linear(NeuMF)

        return {"predicts": out, "labels": rating}


# 获取到Embedding层的类别数
def cret_dataset_get_classes(data_root="../data/ml-1m/ratings.dat", batch_size=1, shuffle=True, num_workers=0):
    # 读取数据,NCF使用的特征只有user_id和item_id
    rnames = ['user_id', 'movie_id', 'rating', 'timestamp']
    data_df = pd.read_csv(data_root, sep='::', engine="python", names=rnames)

    lbe = LabelEncoder()
    data_df['user_id'] = lbe.fit_transform(data_df['user_id'])
    data_df['movie_id'] = lbe.fit_transform(data_df['movie_id'])

    train_data = data_df[['user_id', 'movie_id']]
    train_data['label'] = data_df['rating']

    dnn_feature_columns = [train_data['user_id'].nunique(), train_data['movie_id'].nunique()]

    train_dataset = MovieLens(train_data.to_numpy())
    train_loader = data.DataLoader(train_dataset, batch_size=batch_size, shuffle=shuffle, num_workers=num_workers)

    return train_loader, dnn_feature_columns


def train(config):
    train_loader, embedding_classes = cret_dataset_get_classes(config.data_root, config.batch_size)

    # 初始化模型
    model = NCF(embedding_classes,
                config.embedding_dim,
                hidden_unit=config.hidden_unit)

    # print(model)

    # 初始化损失函数
    loss_fn = nn.MSELoss()
    # 初始化优化器
    optimizer = torch.optim.Adam(model.parameters(), lr=config.lr)

    epoch = range(config.epoch)

    for epc in epoch:
        with tqdm.tqdm(
                iterable=train_loader,
                bar_format='{desc} {n_fmt:>4s}/{total_fmt:<4s} {percentage:3.0f}%|{bar}| {postfix}'
        ) as t:
            start_time = datetime.now()
            t.set_description_str(f"\33[36m【Epoch {epc + 1:04d}】")
            for batch in train_loader:
                out = model(batch)
                loss = loss_fn(out["predicts"].squeeze(1), out["labels"].float())
                # Backpropagation
                optimizer.zero_grad()
                loss.backward()
                optimizer.step()
                cur_time = datetime.now()
                delta_time = cur_time - start_time
                t.set_postfix_str(f"train_loss={loss.item():.7f}, 执行时长:{delta_time}\33[0m")
                t.update()


def test():
    pass


if __name__ == '__main__':
    parser = argparse.ArgumentParser(description='Process some integers.')
    parser.add_argument('--data_root',
                        default="../data/ml-1m/ratings.dat",
                        type=str,
                        help='an integer for the accumulator')
    parser.add_argument('--batch_size',
                        default=32,
                        type=int,
                        help='an integer for the accumulator')
    parser.add_argument('--lr',
                        default=1e-3,
                        type=float,
                        help='nothing')
    parser.add_argument('--epoch',
                        default=2,
                        type=int,
                        help='nothing')
    parser.add_argument('--embedding_dim',
                        default=8,
                        type=int,
                        help='nothing')
    parser.add_argument('--hidden_unit',
                        default=64,
                        type=int,
                        help='nothing')
    config = parser.parse_args()
    train(config)


总结分析

  • Embedding

首先还是对输入的数据分别进行Embedding操作,需要构建两个Embedding操作块;

  • GMF Layer

在这里是针对MovieLens中的共现矩阵组成部分,“用户”、“电影”两个特征首先进行Embedding后,进行内积;

  • MLP Layer

首先对“用户”、“电影”两个特征进行Concat,之后送入MLP层推理;

  • NeuMF Layer

将GMF和MLP的结果进行Concat,再经过一个Linear层输出一维的结果;

  • Loss

用MSE损失计算和GT间的损失值。

  • 问题

训练过程不稳定,难以收敛?


参考文献

Neural Collaborative Filtering
【翻译】Neural Collaborative Filtering–神经协同过滤
相关实现


  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-08-01 14:30:37  更:2021-08-01 14:31:10 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/17 20:21:20-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码