學習筆記

Tensorflow 2.12 電影推薦項目搭建記錄~

Tensorflow是谷歌開源的機器學習框架，可以幫助我們輕松地構(gòu)建和部署機器學習模型。這里記錄學習使用tensorflow來搭建一個電影項目demo，包含召回模型搭建、排序模型搭建，以及整合兩個模型進行完整的推薦。
相關(guān)文章：
電影推薦-召回模型
電影推薦-排序模型

工具、環(huán)境

開發(fā)工具：PyCharm 2023.1.1 (Community Edition)
使用環(huán)境：Python 3.10.6
使用框架：tensorflow 2.12.0、tensorflow-datasets 4.9.2、tensorflow-recommenders 0.7.3、numpy 1.23.5、pandas 2.0.3、tensorboard 2.12.3

創(chuàng)建項目

使用PyCharm創(chuàng)建一個新項目：MovieRecommenders，方便后續(xù)在項目中實現(xiàn)推薦模型、排序模型相關(guān)的代碼：

點擊Create按鈕，完成創(chuàng)建，新建項目截圖如下：

項目配置

打開控制臺，配置pip國內(nèi)源，下包的速度會快一點，這里配置阿里源：

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple
pip config set install.trusted-host mirrors.aliyun.com

配置截圖如下：

安裝相關(guān)python包

使用pip安裝tensorflow、tensorflow-recommenders、tensorflow-datasets三個包，注意對應版本，tensorflow的依賴包很多，整個過程估計5~10分鐘：

pip install tensorflow==2.12.0
pip install tensorflow-recommenders==0.7.3
pip install tensorflow-datasets==4.9.2

安裝截圖如下：

召回模型實現(xiàn)

新建movie_recommenders包，在該包下創(chuàng)建Retrieval.py文件，如下：

Retrieval.py主要為構(gòu)建、訓練、導出電影推薦召回模型，包含以下步驟（代碼詳見上面召回模型的文章）：

1. 導入相關(guān)模塊
2. 加載數(shù)據(jù)
3. 數(shù)據(jù)預處理
4. 生成詞匯表
5. 構(gòu)建查詢塔
6. 構(gòu)建候選條目塔
7. 模型指標
8. 損失函數(shù)
9. 構(gòu)建雙塔召回模型
10. 訓練和評估
11. 預測
12. 導出和加載模型

這里我們改下保存模型的路徑，把訓練好的模型保存到項目路徑下，為后續(xù)做推薦準備，其他代碼不做變動：

# 保存模型和加載模型
# with tempfile.TemporaryDirectory() as tmp:
#   path = os.path.join(tmp, "model")
path = "C:\data\python\space\MovieRecommenders\models\\retrieval\\"
tf.saved_model.save(index, path)
loaded = tf.saved_model.load(path)
scores, titles = loaded(["42"])
print(f"Recommendations: {scores[0][:3]}")
print(f"Recommendations: {titles[0][:3]}")

點擊運行，控制臺訓練、評估、推薦結(jié)果相關(guān)日志輸出如下：

C:\data\python\space\MovieRecommenders\venv\Scripts\python.exe C:\data\python\space\MovieRecommenders\movie_recommenders\Retrieval.py 
Epoch 1/3
10/10