Torch-RecHub:易用易扩展的Pytorch Lighting推荐模型框架
分类:机器学习
Torch-RecHub - A Lighting Pytorch Framework for Recommendation Models, Easy-to-use and Easy-to-extend' by Datawhale GitHub - datawhalechina/torch-rechub: A Lighting Pytorch Framework for Recommendation Models, Easy-to-use and Easy-to-extend.
Torch-RecHub,一个轻量级的pytorch推荐模型框架
核心定位
易用易拓展,聚焦复现业界实用的推荐模型,以及泛生态化的推荐场景
主要特性
- scikit-learn风格易用的API(fit、predict),即插即用
- 模型训练与模型定义解耦,易拓展,可针对不同类型的模型设置不同的训练机制
- 接受pandas的DataFrame、Dict数据输入,上手成本低
- 高度模块化,支持常见Layer,容易调用组装成新模型
- LR、MLP、FM、FFM、CIN
- target-attention、self-attention、transformer
- 支持常见排序模型
- WideDeep、DeepFM、DIN、DCN、xDeepFM等
- 支持常见召回模型
- DSSM、YoutubeDNN、YoutubeDSSM、FacebookEBR、MIND等
- 丰富的多任务学习支持
- SharedBottom、ESMM、MMOE、PLE、AITM等模型
- GradNorm、UWL、MetaBanlance等动态loss加权机制
- 聚焦更生态化的推荐场景
- [ ] 冷启动
- [ ] 延迟反馈
- [ ] 去偏
- 支持丰富的训练机制
- [ ] 对比学习
- [ ] 蒸馏学习
- [ ] 第三方高性能开源Trainer支持(Pytorch Lighting)