本文深入探讨了DeepFM模型在推荐系统中的应用，包括模型的理论知识、运行环境搭建、具体代码实现及工程应用。提供了丰富的参考资料，如Anaconda安装TensorFlow的教程、GitHub上的代码实例及作者个人的代码分享，还涉及模型保存、部署及通过Java调用的方法。
一、关于deepFM模型的理论知识
参考【1】推荐系统遇上深度学习(三)–DeepFM模型理论和实践
二、关于运行环境的搭建
参考【2】Windows下用Anaconda安装TensorFlow，并在pycharm中使用
三、关于具体代码
参考【3】github：https://github.com/princewen/tensorflow_practice/tree/master/Basic-DeepFM-model
数据集：https://www.kaggle.com/c/porto-seguro-safe-driver-prediction
该代码下有少量bug，不建议使用。可以参考
【4】我的代码：https://download.csdn.net/download/evan_love/11119394
四、关于该模型在工程上面的应用
参考：【5】tensorfow实现DeepFM，模型保存、部署并java请求调用（ctr预测）
扫一扫
2112
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
