Deep Interest Network (DIN)专题2-运行模型训练代码

1.首先git上下载源代码:

git clone https://github.com/zhougr1993/DeepInterestNetwork.git

2. 详细操作可以参考README.md文件,下面介绍下python3环境下最简单训练样本的方法:

1)进入/din目录下:

cd DeepInterestNetwork/din

2) 作者直接给出了基于amazon数据集处理好的.pkl的文件,只需要合并一下就可以操作:

cat aa ab ac > dataset.pkl

3)python3需要修改的地方:

train.py文件21行,对去.pkl文件时需要修改读取编码方式,否则无法正常解析.pkl文件:

with open('dataset.pkl', 'rb') as f:
  train_set = pickle.load(f,encoding='iso-8859-1')
  test_set = pickle.load(f,encoding='iso-8859-1')
  cate_list = pickle.load(f,encoding='iso-8859-1')
  user_count, item_count, cate_count = pickle.load(f)

两个遍历数据集class:DataInput 和 DataInputTest(均在input.py文件中定义)中的函数

def next(self):

修改为:

def __next__(self):

注意,这是python2和python3中,实现遍历功能class实现上的区别。

4)完成以上步骤后,直接执行:

python3 train.py

不出意外的话,可开启训练:

Deep Interest Network (DIN)专题2-运行模型训练代码_第1张图片

 先讲到这里,后面会继续介绍具体特征以及具体的代码功能实现。

你可能感兴趣的:(推荐算法,pytorch,tensorflow,人工智能)