Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
PaddleDetection
提交
42624cb4
P
PaddleDetection
项目概览
PaddlePaddle
/
PaddleDetection
大约 1 年 前同步成功
通知
694
Star
11112
Fork
2696
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
184
列表
看板
标记
里程碑
合并请求
40
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleDetection
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
184
Issue
184
列表
看板
标记
里程碑
合并请求
40
合并请求
40
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
42624cb4
编写于
12月 13, 2016
作者:
D
dayhaha
提交者:
Yu Yang
12月 16, 2016
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
small details
上级
cbd5d274
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
21 addition
and
19 deletion
+21
-19
doc/tutorials/rec/ml_regression_ch.rst
doc/tutorials/rec/ml_regression_ch.rst
+21
-19
未找到文件。
doc/tutorials/rec/ml_regression_ch.rst
浏览文件 @
42624cb4
...
@@ -40,7 +40,9 @@ MovieLens数据集评分回归模型
...
@@ -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。
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:
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;
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"::"。
2) 文件名称为"users.dat",文件的分隔符为"::"。
.. include:: ../../../demo/recommendation/data/config.json
.. include:: ../../../demo/recommendation/data/config.json
...
@@ -96,22 +98,22 @@ Meta配置文件
...
@@ -96,22 +98,22 @@ Meta配置文件
* 在电影文件movies.dat中
* 在电影文件movies.dat中
* 我们仅用"::"来分隔每一行
* 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:
* pos 1 特征:
* name是电影名
。
* name是电影名
* 利用正则表达式来解析该特征
。
* 利用正则表达式来解析该特征
* 基于字母的词嵌入特征
。
* 基于字母的词嵌入特征
* 是序列
。
* 是序列
* pos 2 特征:
* pos 2 特征:
* name是体裁
。
* name是体裁
* type是one hot稠密向量
。
* type是one hot稠密向量
* dictionary由解析自动生成,每一个key由'|'分隔
。
* dictionary由解析自动生成,每一个key由'|'分隔
* 在用户文件users.dat中
* 在用户文件users.dat中
* 我们仅用"::"来分隔每一行
* 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:
* pos 1 特征:
* name是性别
。
* name是性别
* 简单的基于字母的词嵌入
。
* 简单的基于字母的词嵌入
* pos 2 特征:
* pos 2 特征:
* name是年龄
* name是年龄
* 是整个的词嵌入
* 是整个的词嵌入
...
@@ -135,7 +137,7 @@ meta文件 :code:`meta.bin` 的结构如下:
...
@@ -135,7 +137,7 @@ meta文件 :code:`meta.bin` 的结构如下:
.. code-block:: text
.. code-block:: text
+--+ movie
+--+ movie
| +--+ __meta__
| +--+ __meta__
| | +--+ raw_meta # 每个特征的meta配置。列表
| | +--+ 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:
...
@@ -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:`id` \: 仅仅是简单的嵌入,然后添加一个全连接层。
* :code:`embedding` \:
* :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,
- 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。
- 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` \:
* :code:`one_host_dense` \:
- 仅仅是两个全连接层。
- 仅仅是两个全连接层。
...
@@ -246,7 +248,7 @@ meta文件 :code:`meta.bin` 的结构如下:
...
@@ -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`
* 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`
* 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`
* 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
数据提供脚本
'''''''''''
'''''''''''
...
@@ -260,9 +262,9 @@ meta文件 :code:`meta.bin` 的结构如下:
...
@@ -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。
* 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。
* 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
训练
````
````
...
@@ -287,9 +289,9 @@ meta文件 :code:`meta.bin` 的结构如下:
...
@@ -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。
* 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,
* 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。
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
.
* 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:`.`
.
* 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
.
* 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:
如果训练过程启动成功的话,输出应该类似如下:
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录