蔡氏电路matlab仿真代码-adversarial_personalized_ranking:对抗学习,矩阵分解,推荐

上传者: 38518885 | 上传时间: 2023-01-29 10:20:36 | 文件大小: 45.11MB | 文件类型: ZIP
蔡氏电路matlab仿真代码对抗性个性化推荐排名 APR通过执行对抗训练来增强成对排名方法BPR。 为了说明其工作原理,此处通过在用户和项的嵌入向量上添加对抗性扰动来实现MF上的APR。 这是我们对该文件的正式实现: 何湘南,何占魁,杜小雨和蔡达生。 2018.推荐的对抗性个性化排名,在SIGIR'18的会议记录中。 (通讯作者:) 如果您使用这些代码,请引用我们的论文。 谢谢! 环境 Python 2.7 TensorFlow> = r1.0 脾气暴躁> = 1.12 PS。 供您参考,我们的服务器环境为2.20 GHz和64 GiB内存的Intel Xeon CPU E5-2630。 我们建议您的可用内存大于16 GiB,以重现我们的实验。 快速开始 演示:APR的效果 该命令通过在第40个数据集yelp (--adv_epoch)中为预训练的MF模型(--restore)添加对抗性扰动来显示APR的效果。 加载预训练模型后,前40个时期为正常MF-BPR,然后进行对抗训练APR。 python AMF.py --dataset yelp --adv_epoch 40 --epoc

文件下载

资源详情

[{"title":"( 19 个子文件 45.11MB ) 蔡氏电路matlab仿真代码-adversarial_personalized_ranking:对抗学习,矩阵分解,推荐","children":[{"title":"adversarial_personalized_ranking-master","children":[{"title":"AMF.py <span style='color:#111;'> 22.33KB </span>","children":null,"spread":false},{"title":"Pretrain","children":[{"title":"yelp","children":[{"title":"MF_BPR","children":[{"title":"embed_64","children":[{"title":"2018_05_06_16_09_24","children":[{"title":"weights-999.data-00000-of-00001 <span style='color:#111;'> 12.57MB </span>","children":null,"spread":false},{"title":"weights-999.index <span style='color:#111;'> 173B </span>","children":null,"spread":false},{"title":"weights-999.meta <span style='color:#111;'> 110.14KB </span>","children":null,"spread":false},{"title":"checkpoint <span style='color:#111;'> 79B </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}],"spread":true}],"spread":true},{"title":"train.sh <span style='color:#111;'> 101B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 3.04KB </span>","children":null,"spread":false},{"title":"Data","children":[{"title":"yelp.test.negative <span style='color:#111;'> 16.43MB </span>","children":null,"spread":false},{"title":"ml-1m.train.rating <span style='color:#111;'> 20.01MB </span>","children":null,"spread":false},{"title":"yelp.test.rating <span style='color:#111;'> 645.03KB </span>","children":null,"spread":false},{"title":"pinterest-20.test.rating <span style='color:#111;'> 788.35KB </span>","children":null,"spread":false},{"title":"ml-1m.test.rating <span style='color:#111;'> 125.04KB </span>","children":null,"spread":false},{"title":"pinterest-20.train.rating <span style='color:#111;'> 20.16MB </span>","children":null,"spread":false},{"title":"pinterest-20.test.negative <span style='color:#111;'> 26.14MB </span>","children":null,"spread":false},{"title":"yelp.train.rating <span style='color:#111;'> 17.27MB </span>","children":null,"spread":false},{"title":"ml-1m.test.negative <span style='color:#111;'> 2.76MB </span>","children":null,"spread":false}],"spread":true},{"title":"figure","children":[{"title":"figure.jpg <span style='color:#111;'> 130.75KB </span>","children":null,"spread":false}],"spread":true},{"title":"demo.sh <span style='color:#111;'> 122B </span>","children":null,"spread":false},{"title":"Dataset.py <span style='color:#111;'> 3.66KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明