MetaRec

(★ 310)

PyTorch Implementations For A Series Of Deep Learning-Based Recommendation Models

파일 탐색기

최종 버전 다운로드 (.zip)

- - profiles_settings.xml
- .gitignore
- Codebase.iml
- misc.xml
- modules.xml
- vcs.xml
- - AutoRec.png
  - AutoRec.py
  - data_preprocessor.py
  - main.py
  - README.md
- - BaseModel.py
  - CDAE.png
  - CDAE.py
  - DAE.py
  - Dataset.py
  - DataUtils.py
  - Evaluator.py
  - Logger.py
  - main.py
  - ModelBuilder.py
  - Params.py
  - README.md
  - Tools.py
  - Trainer.py
- - BaseModel.py
  - Dataset.py
  - DataUtils.py
  - ESAE.jpg
  - ESAE.py
  - Evaluator.py
  - Logger.py
  - main.py
  - ModelBuilder.py
  - Params.py
  - README.md
  - Tools.py
  - Trainer.py
- - auto_encoder.py
  - dataset.py
  - funcs.py
  - meta_net.py
  - meta_train.py
  - test.py
  - train.py
- - data_processor.py
  - Deep-AutoEncoder.png
  - main.py
  - model.py
  - README.md
  - utils.py
- - data_parser.py
  - data_processor.py
  - evaluate.py
  - main.py
  - model.py
  - README.md
  - SVAE.png
  - train.py
  - utils.py
- - BaseModel.py
  - Dataset.py
  - DataUtils.py
  - Evaluator.py
  - Logger.py
  - main.py
  - ModelBuilder.py
  - MultVAE.py
  - Params.py
  - README.md
  - Tools.py
  - Trainer.py
  - VAE.png
- AutoRec-Autoencoders-Meet-Collaborative-Filtering.pdf
- Collaborative-Denoising-Autoencoders-for-TopN-Recommendation-System.pdf
- Embarrassingly-Shallow-Autoencoders-for-Sparse-Data.pdf
- README.md
- Sequential-Variational-Autoencoders-for-Collaborative-Filtering.pdf
- Training-Deep-Autoencoders-For-Collaborative-Filtering.pdf
- Variational-Autoencoders-for-Collaborative-Filtering.pdf
- - main.py
  - README.md
- - .gitignore
  - configs.py
  - data_gen.py
  - data_prep.py
  - indexes.py
  - nade.py
  - README.md
  - requirements.txt
  - run.py
- - rbm.py
  - README.md
  - train.py
- Explainable-Restricted-Boltzmann-Machines-For-Collaborative-Filtering.pdf
- Neural-Autoregressive-Distribution-Estimator-For-Collaborative-Filtering.pdf
- README.md
- Restricted-Boltzmann-Machines-For-Collaborative-Filtering.pdf
- - ab_test.ipynb
  - cosine_sim.joblib
  - cosine_sim_title.joblib
  - movielens_content_recommender.ipynb
  - movies.joblib
- docker-compose.yml
- README.md
- requirements.txt
- - FM.py
  - loader.py
  - loss_mse.svg
  - README.md
  - train.py
  - validation_avg_loss.svg
- - loader.py
  - MetaRecMF.py
  - train.py
- - loader.py
  - loss_mse.svg
  - MFBiases.py
  - README.md
  - train.py
  - validation_avg_loss.svg
- - data.py
  - loader.py
  - loss_mse.svg
  - MFMixTaste.py
  - README.md
  - train.py
  - validation_avg_loss.svg
- - loader.py
  - loss_mse.svg
  - MFSideFeat.py
  - README.md
  - train.py
  - validation_avg_loss.svg
- - loader.py
  - loss_mse.svg
  - MFTemporalFeat.py
  - README.md
  - train.py
  - validation_avg_loss.svg
- - fm.pth
  - mf_biases.pth
  - mf_mix_tastes.pth
  - mf_side_feat.pth
  - mf_temporal_feat.pth
  - vanilla_mf.pth
  - variational_mf.pth
- - loader.py
  - loss_mse.svg
  - MF.py
  - README.md
  - train.py
  - validation_avg_loss.svg
- - loader.py
  - loss_mse.svg
  - README.md
  - train.py
  - validation_avg_loss.svg
  - VMF.py
- data.py
- README.md
- - .gitignore
  - configs.py
  - mamoRec.py
  - models.py
  - README.md
  - utils.py
- - config.py
  - data_generator.py
  - data_loader.py
  - embeddings.py
  - evidence_candidate.py
  - main.py
  - MeLU.py
  - README.md
  - train.py
- - config.py
  - data_helper.py
  - data_processor.py
  - embedding_init.py
  - evaluation.py
  - main.py
  - meta_learner.py
  - metaHIN.py
  - README.md
- - m_actor.txt
  - m_age.txt
  - m_director.txt
  - m_gender.txt
  - m_genre.txt
  - m_occupation.txt
  - m_rate.txt
  - m_zipcode.txt
  - movies.dat
  - movies_extrainfos.dat
  - ratings.dat
  - users.dat
- dataset.npz
- dataset.pd
- item_cold_state.json
- item_cold_state_y.json
- README.md
- user_and_item_cold_state.json
- user_and_item_cold_state_y.json
- user_cold_state.json
- user_cold_state_y.json
- warm_state.json
- warm_state_y.json
- - data.py
  - DeepFM.py
  - layer.py
  - main.py
  - README.md
- - data.py
  - execute.py
  - generate_embeddings.py
  - layer.py
  - log_outputs.py
  - main.py
  - MetaRec.py
  - NeuralCF.py
  - process_data.py
  - utils.py
- - data.py
  - engine.py
  - gmf.py
  - metrics.py
  - mlp.py
  - neumf.py
  - README.md
  - train.py
  - utils.py
- - data.py
  - layer.py
  - main.py
  - NeuralCF.py
  - README.md
- - data.py
  - layer.py
  - main.py
  - NeuralFM.py
  - README.md
- - config.py
  - core.py
  - model.py
  - README.md
  - run.py
- - data.py
  - layer.py
  - main.py
  - README.md
  - Wide_Deep.py
- - data.py
  - layer.py
  - main.py
  - README.md
  - xDeepFM.py
- DeepFM-A-Factorization-Machine-Based-Neural-Network-For-CTR-Prediction.pdf
- MLP-Models-ValidAUC.png
- Neural-Collaborative-Filtering.pdf
- Neural-Factorization-Machines-For-Sparse-Predictive-Analytics.pdf
- Neural-Network-Matrix-Factorization.pdf
- README.md
- requirements.txt
- Wide-and-Deep-Learning-for-Recommendation-Systems.pdf
- xDeepFM-Combining-Explicit-and-Implicit-Feature-Interactions-For-Recommender-Systems.pdf
- - app.py
  - db.py
  - requirements.txt
- - app.py
  - config.py
  - requirements.txt
- - data_prep.py
  - evaluate.py
  - README.md
  - recommend.py
  - train_word2vec.py
- .gitignore
README.md

# 설치 가이드

1. 코드 내려받기

git clone https://github.com/khanhnamle1994/MetaRec

깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.

cd MetaRec

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

2. Docker

쉬움 추천

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Docker Desktop 컨테이너를 빌드하고 실행하려면 필요합니다. 설치 후 실행해서 백그라운드에 켜두세요.

docker compose -f Django-Web-Service/docker-compose.yml up -d --build

compose 설정 파일에 정의된 서비스들을 대상으로 명령을 실행합니다.

✅ 터미널에 docker compose ps 를 입력해 컨테이너들이 Up 상태인지 확인하세요. README에 포트 번호가 적혀있다면 브라우저에서 http://localhost:포트번호 로 접속해보세요.

3. Python

쉬움

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Python 3 설치 시 'Add Python to PATH' 옵션을 꼭 체크하세요 (Windows).

pip install -r Boltzmann-Machines-Experiments/NADE-CF-Keras/requirements.txt

requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.

jupyter notebook

브라우저에서 노트북(.ipynb) 파일들을 열람하고 실행할 수 있는 Jupyter 화면을 켭니다.

✅ 에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.

MetaRec

파일 탐색기

# 설치 가이드

2. Docker

3. Python

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

MetaRec

파일 탐색기

# 설치 가이드

2. Docker

3. Python

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README