0 学习任务安排

  • Task01：熟悉Torch-RecHub框架设计与使用方法（2天）
  • Task02：精排模型：DeepFM、DIN（5天）
  • Task03：召回模型：YoutubeDNN、DSSM（4天）
  • Task04：多任务模型：ESMM、MMOE（4天）

学习教程
GitHub地址：https://github.com/datawhalechina/fun-rec
Torch-RecHub框架地址：https://github.com/datawhalechina/torch-rechub

1 Torch-Hub框架

一个轻量级的pytorch推进模型框架

1.1 核心定位

  • 易用易拓展
  • 复现业界实用的推荐模型

  • 聚焦泛生态化的模型复现研究

    1.2 工程设计

  • 模型训练与模型定义解耦，无basemodel概念，易拓展

  • 尽可能使用pytorch原生的类与函数，不做过多定制
  • 模型代码尽可能精简，在符合论文思想的基础上方便新手学习

  • 有参考DeepCTR、FuxiCTR等优秀开源框架的特性


    image.png