我正在尝试创建协作过滤算法,以向某些用户推荐产品。带TensorFlow的推荐系统(SVD)
我很快就开始工作,并开始使用TensorFlow(我认为它足够有效和灵活)。 我发现这个代码,做我感兴趣的,创建模型和训练用户ID,产品和评分:https://github.com/songgc/TF-recomm
我启动了代码并训练了模型。
训练完模型之后,我需要做出预测,即为每个用户获取建议,以便将它们保存在可从中用NODE.js应用程序访问的数据库中。
如何在培训完成后检索每个用户的建议列表?
if __name__ == '__main__':
df_train, df_test=get_data()
svd(df_train, df_test)
print("Done!")
好的完美。当我使用具有字母数字ID而不是int32的DB数据时,我在embedding_lookup上出现错误,错误为:“TypeError:传递给参数'indices'的值的DataType字符串不在允许值列表中:int32,int64”。我该如何解决它? –
你能告诉我哪一行是错误吗?什么是'数据库数据'?在embedding_lookup中,您输入的内容是什么,导致了这个错误? –
导致错误的行之一:“embd_user = tf.nn.embedding_lookup(w_user,user_batch,name =”embedding_user“)”。 这是因为从我的数据库加载的ID是字母数字而不是int32:https://www.dropbox.com/s/9s4vxsciue3mu38/Schermata%202017-07-08%20alle%2010.32.48.png?dl=0 。 然后用户批处理的类型为tf.string:“user_batch = tf.placeholder(tf.string,shape = [None],name =”id_user“)” –