TF-Ranking 排序学习的可扩展 TensorFlow 库开源项目

我要开发同款
匿名用户2019年01月23日
63阅读
开发技术Python
所属分类人工智能、机器学习/深度学习
授权协议Apache

作品详情

谷歌AI发布了最新成果TF-Ranking,它是一个专门针对排序学习(learning-to-rank)应用的可扩展TensorFlow库。TF-Ranking快速且易用,并能创建高质量的排序模型,对构建web搜索或新闻推荐等基于真实世界数据的排序系统感兴趣的人,都可以将TF-Ranking作为强稳的、可扩展的解决方案。

TF-Ranking提供了一个统一的框架,该框架包括一套最先进的排序学习算法,并且支持Pairwise和Listwise损失函数、多项目评分、排序度量优化和无偏见排序等等。

TF-Ranking快速且易用,并能创建高质量的排序模型。该统一框架让机器学习研究人员、实践者和爱好者能够在单个库中评估和选择一系列不同的排序模型。此外,谷歌AI团队坚信一个有用的开源库,它的关键不仅在于提供合理的默认值(sensibledefault),而且还在于能够授权用户开发自定义模型。为此,他们提供了灵活的API,让用户可以在API中定义和插入自定义的损失函数、评分函数和指标。

声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论