readme.md 1.3 KB
Newer Older
1
# 重排序模型库
F
frankwhzhang 已提交
2 3

## 简介
4
我们提供了常见的重排序使用的模型算法的PaddleRec实现, 单机训练&预测效果指标以及分布式训练&预测性能指标等。目前实现的模型是 [Listwise](listwise)
F
frankwhzhang 已提交
5 6 7 8 9

模型算法库在持续添加中,欢迎关注。

## 目录
* [整体介绍](#整体介绍)
10
    * [重排序模型列表](#重排序模型列表)
F
frankwhzhang 已提交
11 12 13 14 15 16 17
* [使用教程](#使用教程)

## 整体介绍
### 融合模型列表

|       模型        |       简介        |       论文        |
| :------------------: | :--------------------: | :---------: |
C
Chengmo 已提交
18
| Listwise | Listwise | [2019][Sequential Evaluation and Generation Framework for Combinatorial Recommender System](https://arxiv.org/pdf/1902.00245.pdf) |
F
frankwhzhang 已提交
19 20 21 22 23 24 25 26 27 28

下面是每个模型的简介(注:图片引用自链接中的论文)


[Listwise](https://arxiv.org/pdf/1902.00245.pdf):
<p align="center">
<img align="center" src="../../doc/imgs/listwise.png">
<p>


F
frankwhzhang 已提交
29
## 使用教程(快速开始)
F
frankwhzhang 已提交
30
```shell
C
Chengmo 已提交
31 32 33 34
git clone https://github.com/PaddlePaddle/PaddleRec.git paddle-rec
cd paddle-rec

python -m paddlerec.run -m models/rerank/listwise/config.yaml # listwise
F
frankwhzhang 已提交
35 36
```

F
frankwhzhang 已提交
37
## 使用教程(复现论文)
F
frankwhzhang 已提交
38

F
frankwhzhang 已提交
39
listwise原论文没有给出训练数据,我们使用了随机的数据,可参考快速开始