معرفی شرکت ها

freerec-0.3.5

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.3.5
0.3.1
0.2.5
0.2.3
0.1.1
0.1.0
0.0.6
0.0.1
0.0.1

توضیحات

PyTorch library for recommender systems
ویژگی مقدار
سیستم عامل -
نام فایل freerec-0.3.5
نام freerec
نسخه کتابخانه 0.3.5
نگهدارنده []
ایمیل نگهدارنده []
نویسنده MTandHJ
ایمیل نویسنده congxueric@gmail.com
آدرس صفحه اصلی https://github.com/MTandHJ/freerec
آدرس اینترنتی https://pypi.org/project/freerec/
مجوز MIT License
FreeRec is a personal repository designed for fast data pre-processing and model training. I am a beginner in the field of recommender systems, so much of FreeRec's design may not be as effective. In addition, you are free to specify your own framework based on FreeRec. ## Requirements: Python == 3.9 | [PyTorch == 1.12.1](https://pytorch.org/) | [TorchData == 0.4.1](https://github.com/pytorch/data) | [PyG](https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html#) ``` conda create --name=PyT12 python=3.9 conda activate PyT12 ``` ``` pip install torch==1.12.1+cu113 --extra-index-url https://download.pytorch.org/whl/cu113 pip install torchdata==0.4.1 ``` - Linux ``` pip install torch_geometric==2.1.0.post1 pip install https://data.pyg.org/whl/torch-1.12.0%2Bcu116/torch_scatter-2.0.9-cp39-cp39-linux_x86_64.whl pip install https://data.pyg.org/whl/torch-1.12.0%2Bcu116/torch_sparse-0.6.15%2Bpt112cu116-cp39-cp39-linux_x86_64.whl ``` - Windows ``` pip install torch_geometric==2.1.0.post1 pip install https://data.pyg.org/whl/torch-1.12.0%2Bcu116/torch_scatter-2.0.9-cp39-cp39-win_amd64.whl pip install https://data.pyg.org/whl/torch-1.12.0%2Bcu116/torch_sparse-0.6.15%2Bpt112cu116-cp39-cp39-win_amd64.whl ``` ## Installation pip install freerec or (for latest) pip install git+https://github.com/MTandHJ/freerec.git ## Data Pipeline ![](docs/src/pipeline.png) **Note:** To make dataset, please download corresponding Atomic files from [[RecBole](https://drive.google.com/drive/folders/1so0lckI6N6_niVEYaBu-LIcpOdZf99kj)]. Then, run `make_dataset.ipynb'. ## Training Flow ![](docs/src/flow.png) ## Reference Code - TorchRec: https://github.com/pytorch/torchrec - DeepCTR-Torch: https://github.com/shenweichen/DeepCTR-Torch - FuxiCTR: https://github.com/xue-pai/FuxiCTR - BARS: https://github.com/openbenchmark/BARS - RecBole: https://github.com/RUCAIBox/RecBole ## Acknowledgements Thanks to ChatGPT for the annotation of some code. For this reason, some of the comments may be illogical.


زبان مورد نیاز

مقدار نام
>=3.9 Python


نحوه نصب


نصب پکیج whl freerec-0.3.5:

    pip install freerec-0.3.5.whl


نصب پکیج tar.gz freerec-0.3.5:

    pip install freerec-0.3.5.tar.gz