Building Recommender Systems with PyTorch
Building Recommender Systems with PyTorch
复制标题
使用 PyTorch 构建推荐系统
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Vedanuj Goswami
中科院分区：
文献类型：
--
作者：
Dheevatsa Mudigere;M. Naumov;Joe Spisak;Geeta Chauhan;Narine Kokhlikyan;Amanpreet Singh;Vedanuj Goswami
在本教程中，我们将展示如何构建深度学习推荐系统，并解决相关的可解释性，完整性和隐私挑战。我们首先概述了PyTorch框架，它提供的功能，并简要回顾了推荐模型的发展。我们描述了它们的典型组件，并在PyTorch中构建了一个代理深度学习推荐模型（DLRM）。然后，我们讨论了如何解释推荐系统的结果，以及如何解决相应的完整性和质量的挑战。
In this tutorial we show how to build deep learning recommendation systems and resolve the associated interpretability, integrity and privacy challenges. We start with an overview of the PyTorch framework, features that it offers and a brief review of the evolution of recommendation models. We delineate their typical components and build a proxy deep learning recommendation model (DLRM) in PyTorch. Then, we discuss how to interpret recommendation system results as well as how to address the corresponding integrity and quality challenges.