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
models
提交
91e9d5d6
M
models
项目概览
PaddlePaddle
/
models
接近 2 年 前同步成功
通知
230
Star
6828
Fork
2962
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
602
列表
看板
标记
里程碑
合并请求
255
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
models
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
602
Issue
602
列表
看板
标记
里程碑
合并请求
255
合并请求
255
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
提交
91e9d5d6
编写于
7月 20, 2017
作者:
D
dongzhihong
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
update readme.md
上级
dd0eefcc
变更
3
隐藏空白更改
内联
并排
Showing
3 changed file
with
9 addition
and
9 deletion
+9
-9
ltr/README.md
ltr/README.md
+4
-4
ltr/index.html
ltr/index.html
+4
-4
ltr/lambda_rank.py
ltr/lambda_rank.py
+1
-1
未找到文件。
ltr/README.md
浏览文件 @
91e9d5d6
...
@@ -5,13 +5,13 @@
...
@@ -5,13 +5,13 @@
RankNet模型在命令行输入:
RankNet模型在命令行输入:
```
python
```
python
python
ranknet
.
py
bash
.
/
run_ranknet
.
sh
```
```
LambdaRank模型在命令行输入:
LambdaRank模型在命令行输入:
```
python
```
python
python
lambda_rank
.
py
bash
.
/
run_lambdarank
.
sh
```
```
用户只需要使用以上命令就完成排序模型的训练和预测,程序会自动下载内置数据集,无需手动下载。
用户只需要使用以上命令就完成排序模型的训练和预测,程序会自动下载内置数据集,无需手动下载。
...
@@ -150,7 +150,7 @@ def ranknet(input_dim):
...
@@ -150,7 +150,7 @@ def ranknet(input_dim):
RankNet的训练只需要运行命令:
RankNet的训练只需要运行命令:
```
python
```
python
python
ranknet
.
py
run
.
/
run_ranknet
.
sh
```
```
将会自动下载数据,训练RankNet模型,并将每个轮次的模型参数存储下来。
将会自动下载数据,训练RankNet模型,并将每个轮次的模型参数存储下来。
...
@@ -277,7 +277,7 @@ def lambda_rank(input_dim):
...
@@ -277,7 +277,7 @@ def lambda_rank(input_dim):
训练LambdaRank模型只需要运行命令:
训练LambdaRank模型只需要运行命令:
```
python
```
python
python
lambda_rank
.
py
bash
.
/
run_lambdarank
.
sh
```
```
脚本会自动下载数据,训练LambdaRank模型,并将每个轮次的模型存储下来。
脚本会自动下载数据,训练LambdaRank模型,并将每个轮次的模型存储下来。
...
...
ltr/index.html
浏览文件 @
91e9d5d6
...
@@ -47,13 +47,13 @@
...
@@ -47,13 +47,13 @@
RankNet模型在命令行输入:
RankNet模型在命令行输入:
```python
```python
python ranknet.py
bash ./run_ranknet.sh
```
```
LambdaRank模型在命令行输入:
LambdaRank模型在命令行输入:
```python
```python
python lambda_rank.py
bash ./run_lambdarank.sh
```
```
用户只需要使用以上命令就完成排序模型的训练和预测,程序会自动下载内置数据集,无需手动下载。
用户只需要使用以上命令就完成排序模型的训练和预测,程序会自动下载内置数据集,无需手动下载。
...
@@ -192,7 +192,7 @@ def ranknet(input_dim):
...
@@ -192,7 +192,7 @@ def ranknet(input_dim):
RankNet的训练只需要运行命令:
RankNet的训练只需要运行命令:
```python
```python
python ranknet.py
run ./run_ranknet.sh
```
```
将会自动下载数据,训练RankNet模型,并将每个轮次的模型参数存储下来。
将会自动下载数据,训练RankNet模型,并将每个轮次的模型参数存储下来。
...
@@ -319,7 +319,7 @@ def lambda_rank(input_dim):
...
@@ -319,7 +319,7 @@ def lambda_rank(input_dim):
训练LambdaRank模型只需要运行命令:
训练LambdaRank模型只需要运行命令:
```python
```python
python lambda_rank.py
bash ./run_lambdarank.sh
```
```
脚本会自动下载数据,训练LambdaRank模型,并将每个轮次的模型存储下来。
脚本会自动下载数据,训练LambdaRank模型,并将每个轮次的模型存储下来。
...
...
ltr/lambda_rank.py
浏览文件 @
91e9d5d6
...
@@ -129,4 +129,4 @@ if __name__ == '__main__':
...
@@ -129,4 +129,4 @@ if __name__ == '__main__':
if
args
.
run_type
==
"train"
:
if
args
.
run_type
==
"train"
:
train_lambda_rank
(
args
.
num_passes
)
train_lambda_rank
(
args
.
num_passes
)
elif
args
.
run_type
==
"infer"
:
elif
args
.
run_type
==
"infer"
:
lambda_rank_infer
(
pass_id
=
args
.
pass_num
-
1
)
lambda_rank_infer
(
pass_id
=
args
.
num_passes
-
1
)
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