作者: Fabien Hertschuh, Abheesht Sharma
创建日期 2025/04/28
最后修改日期 2025/04/28
描述: 构建一个具有多个堆叠层的深度检索模型。
使用 Keras 构建推荐模型的一大优势是能够自由构建丰富、灵活的特征表示。
这样做的第一步是准备特征,因为原始特征通常无法立即在模型中使用。
例如
这些需要进行适当的转换才能在构建模型时发挥作用
幸运的是,Keras FeatureSpace
实用程序使这种预处理变得容易。
在本教程中,我们将在模型中包含多个特征。这些特征将通过预处理 MovieLens 数据集获得。
在基本检索教程中,模型只包含一个嵌入层。在本教程中,我们为模型添加了更多的密集层,以增加其表达能力。
一般来说,更深的模型能够学习比更浅的模型更复杂的模式。例如,我们的用户模型包含用户 ID 和用户特征,如年龄、性别和职业。一个浅层模型(例如,一个单一的嵌入层)可能只能学习这些特征和电影之间最简单的关系:一个给定用户通常更喜欢恐怖电影而不是喜剧。为了捕获更复杂的关系,例如用户偏好随年龄增长而演变,我们可能需要一个具有多个堆叠密集层的更深模型。
当然,复杂模型也有其缺点。第一个是计算成本,因为更大的模型需要更多的内存和更多的计算才能训练和服务。第二个是需要更多数据。通常,需要更多的训练数据才能利用更深的模型。参数越多,深度模型可能会过拟合甚至简单地记住训练示例,而不是学习可以泛化的函数。最后,训练更深的模型可能更困难,并且在选择正则化和学习率等设置时需要更仔细。
为真实的推荐系统寻找一个好的架构是一门复杂的艺术,需要良好的直觉和仔细的超参数调优。例如,模型的深度和宽度、激活函数、学习率和优化器等因素可以彻底改变模型的性能。建模选择因以下事实而进一步复杂化:良好的离线评估指标可能与良好的在线性能不对应,并且选择优化什么通常比选择模型本身更关键。
尽管如此,投入到构建和微调更大模型中的努力通常会得到回报。在本教程中,我们将演示如何构建一个深度检索模型。我们将通过逐步构建更复杂的模型来查看这如何影响模型性能。
!pip install -q keras-rs
import os
os.environ["KERAS_BACKEND"] = "jax" # `"tensorflow"`/`"torch"`
import keras
import matplotlib.pyplot as plt
import tensorflow as tf # Needed for the dataset
import tensorflow_datasets as tfds
import keras_rs
首先让我们看看 MovieLens 数据集中可以使用哪些特征。
# Ratings data with user and movie data.
ratings = tfds.load("movielens/100k-ratings", split="train")
# Features of all the available movies.
movies = tfds.load("movielens/100k-movies", split="train")
评分数据集返回一个字典,其中包含电影 ID、用户 ID、分配的评分、时间戳、电影信息和用户信息
for data in ratings.take(1).as_numpy_iterator():
print(str(data).replace(", '", ",\n '"))
{'bucketized_user_age': np.float32(45.0),
'movie_genres': array([7]),
'movie_id': b'357',
'movie_title': b"One Flew Over the Cuckoo's Nest (1975)",
'raw_user_age': np.float32(46.0),
'timestamp': np.int64(879024327),
'user_gender': np.True_,
'user_id': b'138',
'user_occupation_label': np.int64(4),
'user_occupation_text': b'doctor',
'user_rating': np.float32(4.0),
'user_zip_code': b'53211'}
在 Movielens 数据集中,用户 ID 是从 1 开始且没有间隔的整数(表示为字符串)。通常,您需要创建一个查找表来将用户 ID 映射到从 0 到 N-1 的整数。但为了简化,我们将直接在模型中使用用户 ID 作为索引,特别是从用户嵌入表中查找用户嵌入。因此我们需要知道用户数量。
USERS_COUNT = (
ratings.map(lambda x: tf.strings.to_number(x["user_id"], out_type=tf.int32))
.reduce(tf.constant(0, tf.int32), tf.maximum)
.numpy()
)
电影数据集包含电影 ID、电影标题及其所属的类型。请注意,类型使用整数标签编码。
for data in movies.take(1).as_numpy_iterator():
print(str(data).replace(", '", ",\n '"))
{'movie_genres': array([4]),
'movie_id': b'1681',
'movie_title': b'You So Crazy (1994)'}
在 Movielens 数据集中,电影 ID 是从 1 开始且没有间隔的整数(表示为字符串)。通常,您需要创建一个查找表来将电影 ID 映射到从 0 到 N-1 的整数。但为了简化,我们将直接在模型中使用电影 ID 作为索引,特别是从电影嵌入表中查找电影嵌入。因此我们需要知道电影数量。
MOVIES_COUNT = movies.cardinality().numpy()
连续特征可能需要归一化,以便它们落在模型可接受的范围内。我们将给出两种此类归一化的示例。
一种常见的转换是将连续特征转换为多个分类特征。如果我们有理由怀疑特征的影响是非连续的,这很有意义。
我们需要决定用于离散化的桶的数量。然后,我们将使用 Keras FeatureSpace
实用程序自动查找最小值和最大值,并将该范围除以桶的数量以执行离散化。
在此示例中,我们将离散化用户年龄。
AGE_BINS_COUNT = 10
user_age_feature = keras.utils.FeatureSpace.float_discretized(
num_bins=AGE_BINS_COUNT, output_mode="int"
)
通常,我们希望连续特征在 0 到 1 之间,或在 -1 到 1 之间。为了实现这一点,我们可以重新缩放具有不同范围的特征。
在此示例中,我们将评分(一个介于 1 和 5 之间的整数)标准化为介于 0 和 1 之间的浮点数。我们需要对其进行重新缩放和偏移。
user_rating_feature = keras.utils.FeatureSpace.float_rescaled(
scale=1.0 / 4.0, offset=-1.0 / 4.0
)
分类特征是不表示连续数量,而是采用一组固定值之一的特征。
大多数深度学习模型通过将这些特征转换为高维向量来表达它们。在模型训练期间,该向量的值会进行调整,以帮助模型更好地预测其目标。
例如,假设我们的目标是预测哪个用户将观看哪部电影。为此,我们通过嵌入向量来表示每个用户和每部电影。最初,这些嵌入将取随机值。在训练期间,我们调整它们,以便用户和他们观看的电影的嵌入最终更接近。
获取原始分类特征并将其转换为嵌入通常是一个两步过程:1. 首先,我们需要将原始值转换为连续整数范围,通常通过构建一个映射(称为“词汇表”)将原始值映射到整数。2. 其次,我们需要获取这些整数并将其转换为嵌入。
我们将使用 Keras FeatureSpace
实用程序进行第一步。其 adapt
方法自动发现分类特征的词汇表。
user_gender_feature = keras.utils.FeatureSpace.integer_categorical(
num_oov_indices=0, output_mode="int"
)
user_occupation_feature = keras.utils.FeatureSpace.integer_categorical(
num_oov_indices=0, output_mode="int"
)
通过交叉,我们可以对多个分类特征进行特征交互。这对于表达特征组合代表对电影的特定品味可能非常强大。
请注意,多个特征的组合可能会导致一个超大的特征空间,这就是为什么 crossing_dim
参数对于限制交叉特征的输出维度很重要。
在此示例中,我们将使用 Keras FeatureSpace
实用程序交叉年龄和性别。
USER_GENDER_CROSS_COUNT = 20
user_gender_age_cross = keras.utils.FeatureSpace.cross(
feature_names=("user_gender", "raw_user_age"),
crossing_dim=USER_GENDER_CROSS_COUNT,
output_mode="int",
)
我们可能还想在模型中添加文本特征。通常,像产品描述这样的东西是自由形式的文本,我们希望我们的模型能够学会利用它们包含的信息来做出更好的推荐,尤其是在冷启动或长尾场景中。
虽然 MovieLens 数据集没有为我们提供丰富的文本特征,但我们仍然可以使用电影标题。这可能有助于我们捕捉标题非常相似的电影很可能属于同一系列的事实。
我们需要对文本应用的第一步转换是分词(分割成构成词或词片段),然后是词汇学习,然后是嵌入。
[keras.layers.TextVectorization
](/api/layers/preprocessing_layers/text/text_vectorization#textvectorization-class) 层可以为我们完成前两个步骤。
title_vectorizer = keras.layers.TextVectorization(
max_tokens=10_000, output_sequence_length=16, dtype="int32"
)
title_vectorizer.adapt(movies.map(lambda x: x["movie_title"]))
让我们试试看
for data in movies.take(1).as_numpy_iterator():
print(title_vectorizer(data["movie_title"]))
[ 59 187 622 5 0 0 0 0 0 0 0 0 0 0 0 0]
每个标题都转换为一系列标记,每个我们分词的片段对应一个标记。
我们可以检查学习到的词汇表,以验证层是否使用了正确的标记化
print(title_vectorizer.get_vocabulary()[40:50])
[np.str_('paris'), np.str_('little'), np.str_('last'), np.str_('ii'), np.str_('1988'), np.str_('king'), np.str_('from'), np.str_('city'), np.str_('boys'), np.str_('murder')]
这看起来是正确的,该层将标题分词为单个单词。稍后,我们将看到如何嵌入这些分词后的文本。现在,我们将此向量化器转换为 Keras FeatureSpace
特征。
title_feature = keras.utils.FeatureSpace.feature(
preprocessor=title_vectorizer, dtype="string", output_mode="float"
)
TITLE_TOKEN_COUNT = title_vectorizer.vocabulary_size()
我们现在准备好将带有预处理器的特征组装到 FeatureSpace
对象中。然后我们使用 adapt
遍历数据集并学习需要学习的内容,例如分类特征的词汇表大小或桶状特征的最小值和最大值。
feature_space = keras.utils.FeatureSpace(
features={
# Numerical features to discretize.
"raw_user_age": user_age_feature,
# Categorical features encoded as integers.
"user_gender": user_gender_feature,
"user_occupation_label": user_occupation_feature,
# Labels are ratings between 0 and 1.
"user_rating": user_rating_feature,
"movie_title": title_feature,
},
crosses=[user_gender_age_cross],
output_mode="dict",
)
feature_space.adapt(ratings)
GENDERS_COUNT = feature_space.preprocessors["user_gender"].vocabulary_size()
OCCUPATIONS_COUNT = feature_space.preprocessors[
"user_occupation_label"
].vocabulary_size()
我们的模型将基于一个 Retrieval
层,该层可以在完整候选集中提供一组最佳候选。为此,检索层需要知道所有候选及其特征。在本节中,我们组装了带有相关特征的完整电影集。
首先,我们收集数据集中所有原始特征的列表。即电影的标题和类型。请注意,一部电影关联着一个或多个类型,且类型数量因电影而异。
movie_titles = [""] * (MOVIES_COUNT + 1)
movie_genres = [[]] * (MOVIES_COUNT + 1)
for x in movies.as_numpy_iterator():
movie_id = int(x["movie_id"])
movie_titles[movie_id] = x["movie_title"]
movie_genres[movie_id] = x["movie_genres"].tolist()
类型已经是以从零开始的类别数字形式存在的。但是,我们需要弄清楚两件事: - 单部电影可以拥有的最大类型数量;这将决定此特征的维度。 - 类型的最大值,这将为我们提供类型的总数并确定我们类型嵌入表的大小。
MAX_GENRES_PER_MOVIE = 0
max_genre_id = 0
for one_movie_genres in movie_genres:
MAX_GENRES_PER_MOVIE = max(MAX_GENRES_PER_MOVIE, len(one_movie_genres))
if one_movie_genres:
max_genre_id = max(max_genre_id, max(one_movie_genres))
GENRES_COUNT = max_genre_id + 1
现在我们需要用一个词汇外值来填充流派,以便能够将流派表示为固定大小的向量。为了简单起见,我们将用零填充,所以我们在流派中加一,以免与流派零(一个有效的流派)冲突。
movie_genres = [
[g + 1 for g in genres] + [0] * (MAX_GENRES_PER_MOVIE - len(genres))
for genres in movie_genres
]
然后,我们对所有电影标题进行向量化。
movie_titles_vectors = title_vectorizer(movie_titles)
我们现在准备将这些组合到一个数据集中。最后一步是确保所有内容都是可由检索层使用的原生张量。提醒一下,电影 ID 0 不存在。
MOVIES_DATASET = {
"movie_id": keras.ops.arange(0, MOVIES_COUNT + 1, dtype="int32"),
"movie_title_vector": movie_titles_vectors,
"movie_genres": keras.ops.convert_to_tensor(movie_genres, dtype="int32"),
}
我们现在可以定义我们的预处理函数。大多数特征将由 FeatureSpace
处理。用户 ID 和电影 ID 需要提取。电影类型需要填充。然后所有内容都打包为一个元组,其中包含一个输入特征字典和一个用于评分的浮点数,该浮点数用作标签。
def preprocess_rating(x):
features = feature_space(
{
"raw_user_age": x["raw_user_age"],
"user_gender": x["user_gender"],
"user_occupation_label": x["user_occupation_label"],
"user_rating": x["user_rating"],
"movie_title": x["movie_title"],
}
)
features = {k: tf.squeeze(v, axis=0) for k, v in features.items()}
movie_genres = x["movie_genres"]
return (
{
# User inputs are user ID and user features
"user_id": int(x["user_id"]),
"raw_user_age": features["raw_user_age"],
"user_gender": features["user_gender"],
"user_occupation_label": features["user_occupation_label"],
"user_gender_X_raw_user_age": tf.squeeze(
features["user_gender_X_raw_user_age"], axis=-1
),
# Movie inputs are movie ID, vectorized title and genres
"movie_id": int(x["movie_id"]),
"movie_title_vector": features["movie_title"],
"movie_genres": tf.pad(
movie_genres + 1,
[[0, MAX_GENRES_PER_MOVIE - tf.shape(movie_genres)[0]]],
),
},
# Label is user rating between 0 and 1
features["user_rating"],
)
我们打乱数据,然后将其分为训练集和测试集。
shuffled_ratings = ratings.map(preprocess_rating).shuffle(
100_000, seed=42, reshuffle_each_iteration=False
)
train_ratings = shuffled_ratings.take(80_000).batch(1000).cache()
test_ratings = shuffled_ratings.skip(80_000).take(20_000).batch(1000).cache()
查询模型首先负责将用户特征转换为嵌入。然后将这些嵌入连接成一个单一向量。
定义更深的模型将要求我们在这个第一组嵌入之上堆叠更多的层。一个逐步变窄的层堆栈,由激活函数分隔,是一个常见的模式
+----------------------+
| 64 x 32 |
+----------------------+
| relu
+--------------------------+
| 128 x 64 |
+--------------------------+
| relu
+------------------------------+
| ... x 128 |
+------------------------------+
由于深度线性模型的表达能力不比浅层线性模型强,因此我们对除最后一个隐藏层之外的所有隐藏层都使用 ReLU 激活函数。最后一个隐藏层不使用任何激活函数:使用激活函数会限制最终嵌入的输出空间,并可能对模型的性能产生负面影响。例如,如果在投影层中使用 ReLU,则输出嵌入中的所有分量都将是非负的。
我们在这里尝试一下。为了便于尝试不同深度,我们定义一个模型,其深度(和宽度)由构造函数参数定义。layer_sizes
参数给出模型的深度和宽度。我们可以改变它来尝试更浅或更深的模型。
class QueryModel(keras.Model):
"""Model for encoding user queries."""
def __init__(self, layer_sizes, embedding_dimension=32):
"""Construct a model for encoding user queries.
Args:
layer_sizes: A list of integers where the i-th entry represents the
number of units the i-th layer contains.
embedding_dimension: Output dimension for all embedding tables.
"""
super().__init__()
# We first generate embeddings.
self.user_embedding = keras.layers.Embedding(
# +1 for user ID zero, which does not exist
USERS_COUNT + 1,
embedding_dimension,
)
self.gender_embedding = keras.layers.Embedding(
GENDERS_COUNT, embedding_dimension
)
self.age_embedding = keras.layers.Embedding(AGE_BINS_COUNT, embedding_dimension)
self.gender_x_age_embedding = keras.layers.Embedding(
USER_GENDER_CROSS_COUNT, embedding_dimension
)
self.occupation_embedding = keras.layers.Embedding(
OCCUPATIONS_COUNT, embedding_dimension
)
# Then construct the layers.
self.dense_layers = keras.Sequential()
# Use the ReLU activation for all but the last layer.
for layer_size in layer_sizes[:-1]:
self.dense_layers.add(keras.layers.Dense(layer_size, activation="relu"))
# No activation for the last layer.
self.dense_layers.add(keras.layers.Dense(layer_sizes[-1]))
def call(self, inputs):
# Take the inputs, pass each through its embedding layer, concatenate.
feature_embedding = keras.ops.concatenate(
[
self.user_embedding(inputs["user_id"]),
self.gender_embedding(inputs["user_gender"]),
self.age_embedding(inputs["raw_user_age"]),
self.gender_x_age_embedding(inputs["user_gender_X_raw_user_age"]),
self.occupation_embedding(inputs["user_occupation_label"]),
],
axis=1,
)
return self.dense_layers(feature_embedding)
我们可以对候选模型采用相同的方法。同样,我们首先将电影特征转换为嵌入,然后将它们连接起来并用隐藏层扩展。
class CandidateModel(keras.Model):
"""Model for encoding candidates (movies)."""
def __init__(self, layer_sizes, embedding_dimension=32):
"""Construct a model for encoding candidates (movies).
Args:
layer_sizes: A list of integers where the i-th entry represents the
number of units the i-th layer contains.
embedding_dimension: Output dimension for all embedding tables.
"""
super().__init__()
# We first generate embeddings.
self.movie_embedding = keras.layers.Embedding(
# +1 for movie ID zero, which does not exist
MOVIES_COUNT + 1,
embedding_dimension,
)
# Take all the title tokens for the title of the movie, embed each
# token, and then take the mean of all token embeddings.
self.movie_title_embedding = keras.Sequential(
[
keras.layers.Embedding(
# +1 for OOV token, which is used for padding
TITLE_TOKEN_COUNT + 1,
embedding_dimension,
mask_zero=True,
),
keras.layers.GlobalAveragePooling1D(),
]
)
# Take all the genres for the movie, embed each genre, and then take the
# mean of all genre embeddings.
self.movie_genres_embedding = keras.Sequential(
[
keras.layers.Embedding(
# +1 for OOV genre, which is used for padding
GENRES_COUNT + 1,
embedding_dimension,
mask_zero=True,
),
keras.layers.GlobalAveragePooling1D(),
]
)
# Then construct the layers.
self.dense_layers = keras.Sequential()
# Use the ReLU activation for all but the last layer.
for layer_size in layer_sizes[:-1]:
self.dense_layers.add(keras.layers.Dense(layer_size, activation="relu"))
# No activation for the last layer.
self.dense_layers.add(keras.layers.Dense(layer_sizes[-1]))
def call(self, inputs):
movie_id = inputs["movie_id"]
movie_title_vector = inputs["movie_title_vector"]
movie_genres = inputs["movie_genres"]
feature_embedding = keras.ops.concatenate(
[
self.movie_embedding(movie_id),
self.movie_title_embedding(movie_title_vector),
self.movie_genres_embedding(movie_genres),
],
axis=1,
)
return self.dense_layers(feature_embedding)
定义了 QueryModel 和 CandidateModel 后,我们可以组合一个模型并实现我们的损失和度量逻辑。为了简单起见,我们将强制查询模型和候选模型具有相同的模型结构。
class RetrievalModel(keras.Model):
"""Combined model."""
def __init__(
self,
layer_sizes=(32,),
embedding_dimension=32,
retrieval_k=100,
):
"""Construct a combined model.
Args:
layer_sizes: A list of integers where the i-th entry represents the
number of units the i-th layer contains.
embedding_dimension: Output dimension for all embedding tables.
retrieval_k: How many candidate movies to retrieve.
"""
super().__init__()
self.query_model = QueryModel(layer_sizes, embedding_dimension)
self.candidate_model = CandidateModel(layer_sizes, embedding_dimension)
self.retrieval = keras_rs.layers.BruteForceRetrieval(
k=retrieval_k, return_scores=False
)
self.update_candidates() # Provide an initial set of candidates
self.loss_fn = keras.losses.MeanSquaredError()
self.top_k_metric = keras.metrics.SparseTopKCategoricalAccuracy(
k=retrieval_k, from_sorted_ids=True
)
def update_candidates(self):
self.retrieval.update_candidates(
self.candidate_model.predict(MOVIES_DATASET, verbose=0)
)
def call(self, inputs, training=False):
query_embeddings = self.query_model(
{
"user_id": inputs["user_id"],
"raw_user_age": inputs["raw_user_age"],
"user_gender": inputs["user_gender"],
"user_occupation_label": inputs["user_occupation_label"],
"user_gender_X_raw_user_age": inputs["user_gender_X_raw_user_age"],
}
)
candidate_embeddings = self.candidate_model(
{
"movie_id": inputs["movie_id"],
"movie_title_vector": inputs["movie_title_vector"],
"movie_genres": inputs["movie_genres"],
}
)
result = {
"query_embeddings": query_embeddings,
"candidate_embeddings": candidate_embeddings,
}
if not training:
# No need to spend time extracting top predicted movies during
# training, they are not used.
result["predictions"] = self.retrieval(query_embeddings)
return result
def evaluate(
self,
x=None,
y=None,
batch_size=None,
verbose="auto",
sample_weight=None,
steps=None,
callbacks=None,
return_dict=False,
**kwargs,
):
"""Overridden to update the candidate set.
Before evaluating the model, we need to update our retrieval layer by
re-computing the values predicted by the candidate model for all the
candidates.
"""
self.update_candidates()
return super().evaluate(
x,
y,
batch_size=batch_size,
verbose=verbose,
sample_weight=sample_weight,
steps=steps,
callbacks=callbacks,
return_dict=return_dict,
**kwargs,
)
def compute_loss(self, x, y, y_pred, sample_weight, training=True):
query_embeddings = y_pred["query_embeddings"]
candidate_embeddings = y_pred["candidate_embeddings"]
labels = keras.ops.expand_dims(y, -1)
# Compute the affinity score by multiplying the two embeddings.
scores = keras.ops.sum(
keras.ops.multiply(query_embeddings, candidate_embeddings),
axis=1,
keepdims=True,
)
return self.loss_fn(labels, scores, sample_weight)
def compute_metrics(self, x, y, y_pred, sample_weight=None):
if "predictions" in y_pred:
# We are evaluating or predicting. Update `top_k_metric`.
movie_ids = x["movie_id"]
predictions = y_pred["predictions"]
# For `top_k_metric`, which is a `SparseTopKCategoricalAccuracy`, we
# only take top rated movies, and we put a weight of 0 for the rest.
rating_weight = keras.ops.cast(keras.ops.greater(y, 0.9), "float32")
sample_weight = (
rating_weight
if sample_weight is None
else keras.ops.multiply(rating_weight, sample_weight)
)
self.top_k_metric.update_state(
movie_ids, predictions, sample_weight=sample_weight
)
return self.get_metrics_result()
else:
# We are training. `top_k_metric` is not updated and is zero, so
# don't report it.
result = self.get_metrics_result()
result.pop(self.top_k_metric.name)
return result
我们准备好尝试我们的第一个浅层模型了!
NUM_EPOCHS = 30
one_layer_model = RetrievalModel((32,))
one_layer_model.compile(optimizer=keras.optimizers.Adagrad(0.05))
one_layer_history = one_layer_model.fit(
train_ratings,
validation_data=test_ratings,
validation_freq=5,
epochs=NUM_EPOCHS,
)
Epoch 1/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 19s 18ms/step - loss: 0.2392
Epoch 2/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 4ms/step - loss: 0.0764
Epoch 3/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0748
Epoch 4/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0737
Epoch 5/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 19s 242ms/step - loss: 0.0727 - val_loss: 0.0736 - val_sparse_top_k_categorical_accuracy: 0.1196
Epoch 6/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0718
Epoch 7/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0710
Epoch 8/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0702
Epoch 9/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0694
Epoch 10/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 6ms/step - loss: 0.0685 - val_loss: 0.0695 - val_sparse_top_k_categorical_accuracy: 0.2117
Epoch 11/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0677
Epoch 12/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0669
Epoch 13/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0661
Epoch 14/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0653
Epoch 15/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 6ms/step - loss: 0.0645 - val_loss: 0.0655 - val_sparse_top_k_categorical_accuracy: 0.2742
Epoch 16/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0637
Epoch 17/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0629
Epoch 18/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0622
Epoch 19/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0615
Epoch 20/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 6ms/step - loss: 0.0608 - val_loss: 0.0621 - val_sparse_top_k_categorical_accuracy: 0.2994
Epoch 21/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0602
Epoch 22/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0596
Epoch 23/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0590
Epoch 24/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0585
Epoch 25/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 6ms/step - loss: 0.0580 - val_loss: 0.0596 - val_sparse_top_k_categorical_accuracy: 0.3150
Epoch 26/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0576
Epoch 27/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0572
Epoch 28/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0569
Epoch 29/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0565
Epoch 30/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 7ms/step - loss: 0.0562 - val_loss: 0.0581 - val_sparse_top_k_categorical_accuracy: 0.3100
这给我们带来了大约 0.30 的前 100 名准确率。我们可以将其作为评估更深模型的参考点。
那么一个两层的深度模型呢?
two_layer_model = RetrievalModel((64, 32))
two_layer_model.compile(optimizer=keras.optimizers.Adagrad(0.05))
two_layer_history = two_layer_model.fit(
train_ratings,
validation_data=test_ratings,
validation_freq=5,
epochs=NUM_EPOCHS,
)
Epoch 1/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 2s 15ms/step - loss: 0.2066
Epoch 2/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 4ms/step - loss: 0.0756
Epoch 3/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0736
Epoch 4/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0721
Epoch 5/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 2s 25ms/step - loss: 0.0708 - val_loss: 0.0713 - val_sparse_top_k_categorical_accuracy: 0.1530
Epoch 6/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0696
Epoch 7/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0685
Epoch 8/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 8ms/step - loss: 0.0675
Epoch 9/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0664
Epoch 10/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 6ms/step - loss: 0.0654 - val_loss: 0.0661 - val_sparse_top_k_categorical_accuracy: 0.2355
Epoch 11/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0644
Epoch 12/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0634
Epoch 13/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0625
Epoch 14/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0616
Epoch 15/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 6ms/step - loss: 0.0608 - val_loss: 0.0618 - val_sparse_top_k_categorical_accuracy: 0.2882
Epoch 16/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0600
Epoch 17/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0594
Epoch 18/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0587
Epoch 19/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0582
Epoch 20/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 10ms/step - loss: 0.0577 - val_loss: 0.0591 - val_sparse_top_k_categorical_accuracy: 0.3072
Epoch 21/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0573
Epoch 22/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0569
Epoch 23/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0566
Epoch 24/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0562
Epoch 25/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 6ms/step - loss: 0.0560 - val_loss: 0.0577 - val_sparse_top_k_categorical_accuracy: 0.3134
Epoch 26/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0557
Epoch 27/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0555
Epoch 28/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0553
Epoch 29/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0551
Epoch 30/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 6ms/step - loss: 0.0549 - val_loss: 0.0569 - val_sparse_top_k_categorical_accuracy: 0.3093
虽然深度模型一开始似乎比浅层模型学习得更好一点,但到训练结束时,差异变得很小。我们可以绘制验证准确率曲线来A说明这一点
METRIC = "val_sparse_top_k_categorical_accuracy"
num_validation_runs = len(one_layer_history.history[METRIC])
epochs = [(x + 1) * 5 for x in range(num_validation_runs)]
plt.plot(epochs, one_layer_history.history[METRIC], label="1 layer")
plt.plot(epochs, two_layer_history.history[METRIC], label="2 layers")
plt.title("Accuracy vs epoch")
plt.xlabel("epoch")
plt.ylabel("Top-100 accuracy")
plt.legend()
plt.show()
深度模型不一定更好。以下模型将深度扩展到三层
three_layer_model = RetrievalModel((128, 64, 32))
three_layer_model.compile(optimizer=keras.optimizers.Adagrad(0.05))
three_layer_history = three_layer_model.fit(
train_ratings,
validation_data=test_ratings,
validation_freq=5,
epochs=NUM_EPOCHS,
)
Epoch 1/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 3s 17ms/step - loss: 0.1880
Epoch 2/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 4ms/step - loss: 0.0751
Epoch 3/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0734
Epoch 4/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0720
Epoch 5/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 2s 26ms/step - loss: 0.0707 - val_loss: 0.0712 - val_sparse_top_k_categorical_accuracy: 0.1276
Epoch 6/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0694
Epoch 7/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 5ms/step - loss: 0.0682
Epoch 8/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0670
Epoch 9/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0659
Epoch 10/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 6ms/step - loss: 0.0648 - val_loss: 0.0656 - val_sparse_top_k_categorical_accuracy: 0.2552
Epoch 11/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 5ms/step - loss: 0.0637
Epoch 12/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0628
Epoch 13/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0618
Epoch 14/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0610
Epoch 15/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 6ms/step - loss: 0.0603 - val_loss: 0.0616 - val_sparse_top_k_categorical_accuracy: 0.2816
Epoch 16/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0596
Epoch 17/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0590
Epoch 18/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0584
Epoch 19/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0579
Epoch 20/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 7ms/step - loss: 0.0575 - val_loss: 0.0592 - val_sparse_top_k_categorical_accuracy: 0.2921
Epoch 21/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0571
Epoch 22/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0567
Epoch 23/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0564
Epoch 24/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0561
Epoch 25/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 6ms/step - loss: 0.0559 - val_loss: 0.0578 - val_sparse_top_k_categorical_accuracy: 0.2983
Epoch 26/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0557
Epoch 27/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 5ms/step - loss: 0.0555
Epoch 28/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0553
Epoch 29/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: 0.0551
Epoch 30/30
80/80 ━━━━━━━━━━━━━━━━━━━━ 1s 6ms/step - loss: 0.0549 - val_loss: 0.0571 - val_sparse_top_k_categorical_accuracy: 0.3006
我们并没有看到比浅层模型有任何改进
plt.plot(epochs, one_layer_history.history[METRIC], label="1 layer")
plt.plot(epochs, two_layer_history.history[METRIC], label="2 layers")
plt.plot(epochs, three_layer_history.history[METRIC], label="3 layers")
plt.title("Accuracy vs epoch")
plt.xlabel("epoch")
plt.ylabel("Top-100 accuracy")
plt.legend()
plt.show()
这很好地说明了这样一个事实:更深、更大的模型虽然能够提供卓越的性能,但通常需要非常仔细的调整。例如,在本教程中,我们始终使用单一的、固定的学习率。替代的选择可能会产生截然不同的结果,值得探索。
通过适当的调优和充足的数据,投入到构建更大更深的模型中的努力在许多情况下是值得的:更大的模型可以显着提高预测准确性。
在本教程中,我们使用密集层和激活函数扩展了我们的检索模型。要了解如何创建不仅可以执行检索任务还可以执行评分任务的模型,请参阅多任务教程。