parent
fead9361a5
commit
f41d251509
@ -1,17 +1,26 @@
|
||||
### 功能说明
|
||||
基于pytorch的DeepCrossing实现广告点击预测
|
||||
### 使用说明
|
||||
1. 环境配置:
|
||||
> python
|
||||
pytorch
|
||||
1. 下载:
|
||||
使用`git clone https://bdgit.educoder.net/pseuc2htk/DeepCrossing.git`命令下载,或者直接下载zip包解压使用。
|
||||
|
||||
2. 环境配置:
|
||||
要求python>=3.6,并配置好GPU环境,其他环境配置如下:
|
||||
> pytorch>=1.4
|
||||
cuda=10.0
|
||||
cuDNN =7.6
|
||||
sklearn
|
||||
numpy
|
||||
pandas
|
||||
|
||||
2. 路径设置
|
||||
3. 路径设置
|
||||
设置`./tool/train_test.py`文件下路径,保证能正常访问数据。
|
||||
|
||||
3. 模型训练和推理
|
||||
4. 模型训练和推理
|
||||
在`./tool`文件夹下,配置`./tool/train_test.py`下训练参数后,运行:
|
||||
`python train_test.py`
|
||||
进行训练和推理。
|
||||
|
||||
5. 运行`train_test.py`中的推理部分,对给出的测试数据进行预测并打印出预测值。
|
||||
|
||||
6. 将打印出的预测值粘贴到头歌测试平台该关卡下的`result/result.txt`中进行评测;
|
Loading…
Reference in new issue