From 2fbcf4deabae29acaf8e650b05f8ce858291638d Mon Sep 17 00:00:00 2001 From: dayhaha <18800111918@163.com> Date: Tue, 13 Dec 2016 20:18:01 +0800 Subject: [PATCH] small details --- doc/tutorials/rec/ml_regression_ch.rst | 40 ++++++++++++++------------ 1 file changed, 21 insertions(+), 19 deletions(-) diff --git a/doc/tutorials/rec/ml_regression_ch.rst b/doc/tutorials/rec/ml_regression_ch.rst index 13548fc3a6a..9d2b5071a22 100644 --- a/doc/tutorials/rec/ml_regression_ch.rst +++ b/doc/tutorials/rec/ml_regression_ch.rst @@ -40,7 +40,9 @@ MovieLens数据集评分回归模型 ml-1m的字段配置文件在目录 :code:`demo/recommendation/data/config.json` 中。 其具体说明了字段类型和文件名称: + 1) 用户文件中有四种类型的字段\: 编号，性别，年龄和职业； + 2) 文件名称为"users.dat"，文件的分隔符为"::"。 .. include:: ../../../demo/recommendation/data/config.json @@ -96,22 +98,22 @@ Meta配置文件 * 在电影文件movies.dat中 * 我们仅用"::"来分隔每一行 - * pos 0 代表编号。 + * pos 0 代表编号 * pos 1 特征： - * name是电影名。 - * 利用正则表达式来解析该特征。 - * 基于字母的词嵌入特征。 - * 是序列。 + * name是电影名 + * 利用正则表达式来解析该特征 + * 基于字母的词嵌入特征 + * 是序列 * pos 2 特征： - * name是体裁。 - * type是one hot稠密向量。 - * dictionary由解析自动生成，每一个key由'|'分隔。 + * name是体裁 + * type是one hot稠密向量 + * dictionary由解析自动生成，每一个key由'|'分隔 * 在用户文件users.dat中 * 我们仅用"::"来分隔每一行 - * pos 0 代表编号。 + * pos 0 代表编号 * pos 1 特征： - * name是性别。 - * 简单的基于字母的词嵌入。 + * name是性别 + * 简单的基于字母的词嵌入 * pos 2 特征： * name是年龄 * 是整个的词嵌入 @@ -135,7 +137,7 @@ meta文件 :code:`meta.bin` 的结构如下： .. code-block:: text - +--+ movie + +--+ movie | +--+ __meta__ | | +--+ raw_meta # 每个特征的meta配置。列表 | | | + @@ -229,7 +231,7 @@ meta文件 :code:`meta.bin` 的结构如下： * :code:`id` \: 仅仅是简单的嵌入，然后添加一个全连接层。 * :code:`embedding` \: - 如果是序列，则先做嵌入，然后再做一次文本卷积网络操作， - 然后得到平均采样的结果 + 然后得到平均采样的结果。 - 如果不是序列，则先做嵌入，然后添加一个全连接层。 * :code:`one_host_dense` \: - 仅仅是两个全连接层。 @@ -246,7 +248,7 @@ meta文件 :code:`meta.bin` 的结构如下： * 采样层， :ref:`api_trainer_config_helpers_layers_pooling_layer` * 余弦相似度层， :ref:`api_trainer_config_helpers_layers_cos_sim` * 文本卷积采样层， :ref:`api_trainer_config_helpers_network_text_conv_pool` -* 声明Python数据源， :ref:`api_trainer_config_helpers_data_sources` . +* 声明Python数据源， :ref:`api_trainer_config_helpers_data_sources` 数据提供脚本 ''''''''''' @@ -260,9 +262,9 @@ meta文件 :code:`meta.bin` 的结构如下： * obj.slots\: 特征的类型和维度。 * use_seq\: :code:`dataprovider.py` 中的数据是否为序列模式。 -* process\: 返回数据的每一条样本给 :code:`paddle` . +* process\: 返回数据的每一条样本给 :code:`paddle` 。 -数据提供脚本的细节文档可以参考 :ref:`api_pydataprovider` . +数据提供脚本的细节文档可以参考 :ref:`api_pydataprovider` 。 训练 ```` @@ -287,9 +289,9 @@ meta文件 :code:`meta.bin` 的结构如下： * trainer_count\: 一台机器上面的线程数量。 * test_all_data_in_one_period\: 每一个测试周期测试一次所有数据。否则， 每个测试周期测试: code:`batch_size` 批次的数据。 -* log_period\: 在训练了: code:`log_period` 批次后打印日志. -* dot_period\: 在每训练: code:`dot_period` 个批次后打印一个 :code:`.` . -* num_passes\: 训练至多: code:`num_passes` 轮. +* log_period\: 在训练了: code:`log_period` 批次后打印日志。 +* dot_period\: 在每训练: code:`dot_period` 个批次后打印一个 :code:`.` 。 +* num_passes\: 训练至多: code:`num_passes` 轮。 如果训练过程启动成功的话，输出应该类似如下： -- GitLab