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
PaddleRec
提交
fab38a46
P
PaddleRec
项目概览
PaddlePaddle
/
PaddleRec
通知
68
Star
12
Fork
5
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
27
列表
看板
标记
里程碑
合并请求
10
Wiki
1
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleRec
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
27
Issue
27
列表
看板
标记
里程碑
合并请求
10
合并请求
10
Pages
分析
分析
仓库分析
DevOps
Wiki
1
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
提交
fab38a46
编写于
5月 09, 2020
作者:
Y
yaoxuefeng
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
modify rank readme
上级
02e66e81
变更
1
显示空白变更内容
内联
并排
Showing
1 changed file
with
23 addition
and
23 deletion
+23
-23
models/rank/readme.md
models/rank/readme.md
+23
-23
未找到文件。
models/rank/readme.md
浏览文件 @
fab38a46
#
Rank
模型库
#
排序
模型库
## 简介
我们提供了常见的
ctr任务中使用的模型,包括
[
dnn
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/dnn
)
、
[
dcn
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/dcn
)
、
[
deepfm
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/deepfm
)
、
[
xdeepfm
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/xdeepfm
)
、
[
din
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/din
)
、
[
wide&d
eep
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/wide_deep
)
。
我们提供了常见的
排序任务中使用的模型算法,包括
[
多层神经网络
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/dnn
)
、
[
Deep Cross Network
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/dcn
)
、
[
DeepFM
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/deepfm
)
、
[
xDeepFM
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/xdeepfm
)
、
[
Deep Interest Network
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/din
)
、
[
Wide&D
eep
](
http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/wide_deep
)
。
模型算法库在持续添加中,欢迎关注。
...
...
@@ -23,11 +23,11 @@
| 模型 | 简介 | 论文 |
| :------------------: | :--------------------: | :---------: |
| DNN | 多层神经网络 | -- |
| wide&deep | Deep + wide(LR) |
[
论文链接
](
https://dl.acm.org/doi/abs/10.1145/2988450.2988454
)(
2016
)
|
| DeepFM | Deep + FM 并行 |
[
论文链接
](
https://arxiv.org/abs/1703.04247
)(
2017
)
|
| xDeepFM | DeepFM升级版 |
[
论文链接
](
https://dl.acm.org/doi/abs/10.1145/3219819.3220023
)(
2018
)
|
| DCN | wide升级为Cross Layer Network |
[
论文链接
](
https://dl.acm.org/doi/abs/10.1145/3124749.3124754
)(
2017
)
|
| DIN | Embeddding层引入attention机制 |
[
论文链接
](
https://dl.acm.org/doi/abs/10.1145/3219819.3219823
)(
2018
)
|
| wide&deep | Deep + wide(LR) |
[
Wide & Deep Learning for Recommender Systems
](
https://dl.acm.org/doi/abs/10.1145/2988450.2988454
)(
2016
)
|
| DeepFM | Deep + FM 并行 |
[
DeepFM: A Factorization-Machine based Neural Network for CTR Prediction
](
https://arxiv.org/abs/1703.04247
)(
2017
)
|
| xDeepFM | DeepFM升级版 |
[
xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems
](
https://dl.acm.org/doi/abs/10.1145/3219819.3220023
)(
2018
)
|
| DCN | wide升级为Cross Layer Network |
[
Deep & Cross Network for Ad Click Predictions
](
https://dl.acm.org/doi/abs/10.1145/3124749.3124754
)(
2017
)
|
| DIN | Embeddding层引入attention机制 |
[
Deep Interest Network for Click-Through Rate Prediction
](
https://dl.acm.org/doi/abs/10.1145/3219819.3219823
)(
2018
)
|
## 使用教程
### 数据处理
...
...
@@ -37,22 +37,22 @@
## 效果对比
### 模型效果列表
| 数据集 | 模型 |
单机测试集指标 | 详情
|
| :------------------: | :--------------------: | :---------: |:---------: |
| Criteo | DNN |
auc:0.79395 |
[
更多
](
https://github.com/PaddlePaddle/models/tree/develop/PaddleRec/ctr/dnn#benchmark
)
|
| Criteo | DeepFM |
logloss: 0.44797,
<br>
auc:0.8046 |
[
更多
](
https://github.com/PaddlePaddle/models/tree/develop/PaddleRec/ctr/deepfm#result
)
|
| Criteo | DCN |
logloss: 0.44703564,
<br>
auc: 0.80654419 |
[
更多
](
https://github.com/PaddlePaddle/models/tree/develop/PaddleRec/ctr/dcn#%E7%BB%93%E6%9E%9C
)
|
|
Demo数据集 | xDeepFM | acc: 0.48657,
<br>
auc:0.7308 |
[
更多
](
https://github.com/PaddlePaddle/models/tree/develop/PaddleRec/ctr/xdeepfm#%E5%8D%95%E6%9C%BA%E7%BB%93%E6%9E%9C
)
|
| Census-income Data | Wide&Deep |
mean_acc:0.76195,
<br>
mean_auc:0.90577 |
[
更多
](
https://github.com/PaddlePaddle/models/tree/develop/PaddleRec/ctr/wide_deep#%E6%A8%A1%E5%9E%8B%E6%95%88%E6%9E%9C
)
|
| Amazon Product | DIN |
logloss: 0.47005194,
<br>
auc: 0.863794952818 |
[
更多
](
https://github.com/PaddlePaddle/models/tree/develop/PaddleRec/ctr/din#%E9%A2%84%E6%B5%8B%E7%BB%93%E6%9E%9C%E7%A4%BA%E4%BE%8B
)
|
| 数据集 | 模型 |
loss | 测试auc | acc | mae
|
| :------------------: | :--------------------: | :---------: |:---------: |
:---------: |:---------: |
| Criteo | DNN |
-- | 0.79395 | -- | --
|
| Criteo | DeepFM |
0.44797 | 0.8046 | -- | --
|
| Criteo | DCN |
0.44703564 | 0.80654419 | -- | --
|
|
Criteo | xDeepFM | -- | 0.7308 | 0.48657 | --
|
| Census-income Data | Wide&Deep |
0.76195(mean) | 0.90577(mean) | -- | --
|
| Amazon Product | DIN |
0.47005194 | 0.863794952818 | -- | --
|
## 分布式
### 模型性能列表
| 数据集 | 模型 | 单机 | 多机(同步) | 多机(异步) |
| :------------------: | :--------------------: | :---------: |:---------: |:---------: |
| Criteo | DNN | -- | -- | -- |
| Criteo | DeepFM | -- | -- | -- |
| Criteo | DCN | -- | -- | -- |
|
Demo数据集 | xDeepFM | --
| -- | -- |
| Census-income Data | Wide&Deep | -- | -- | -- |
| Amazon Product | DIN | -- | -- | -- |
| 数据集 | 模型 | 单机 | 多机(同步) | 多机(异步) |
GPU |
| :------------------: | :--------------------: | :---------: |:---------: |:---------: |
:---------: |
| Criteo | DNN | -- | -- | -- |
-- |
| Criteo | DeepFM | -- | -- | -- |
-- |
| Criteo | DCN | -- | -- | -- |
-- |
|
Criteo | xDeepFM | -- | --
| -- | -- |
| Census-income Data | Wide&Deep | -- | -- | -- |
-- |
| Amazon Product | DIN | -- | -- | -- |
-- |
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