人工智能导论实验——基于MindSpore的广告推荐

1. 实验目的

掌握Wide&Deep算法的基本原理以及点击率预测的实验流程。

2. 实验任务

基于Criteo数据，使用推荐系统的深度学习算法wide&deep实现广告推荐。

3. 实验步骤

在命令行中输入代码，将代码和数据从OBS桶拷贝到Notebook环境

数据预处理

使用脚本preprocess_data.py预处理数据，在data / mindrecord下生成mindrecord数据。

模型的核心代码文件为：wide_and_deep/src/wide_and_deep.py。在MindSpore中，深度学习网络的定义方式和Pytorch比较接近，先定义网络结构所需的所有组件，然后在construct函数中对调用这些组件来组成完整的网络。本实验需要搭建的是Wide&Deep网络，它由Wide和Deep两个部分组成。