隐式反馈的贝叶斯个性化排名
该存储库使用pyTorch( )实现贝叶斯个性化排名其他存储库也实现了此模型,但是评估需要更长的时间。 因此,我使用带有GPU加速功能的pyTorch来实现此模型以进行评估。 实现细节将在下一节中说明。
环境
硬件
AMD锐龙7 3700X 8核处理器
三星DDR4 32GB
NVIDIA TitanXp
软件
作业系统
我同时使用Windows和Linux(Ubuntu)。
Python包
在执行此代码之前,您必须安装以下软件包。
Python== 3.6
pytorch == 1.3.1
numpy == 1.15.4
熊猫== 0.23.4
您可以通过执行以下命令或通过anaconda安装这些软件包。
pip install -r requirements.txt
用法
0.准备数据
此代码支持movielens 1m数据和moviele
1