最赞回答 / 奕帝传说_梦
summaryMerge=tf.compat.v1.summary.merge_all(); 用这个https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0 遇到问题用上面的网址一个个对照过来——百度了三个小时才解决呜呜呜
2020-06-28
最新回答 / 慕田峪8497041
我把整个过程迭代了10000次 num_feature设置为100 最后errors确实随着迭代次数减少 但是每次对同一个用户的推荐结果还是完全不一样?
2019-05-25
最赞回答 / 吃麦子的猫
不太懂,前面说内容矩阵X和用户喜好矩阵Theta相乘就是完整的评分表了,我猜测这里加平均分可能是为了让数据好看一点,因为电影类型num_features他直接默认设置的10,当实际的类型远大于10的时候,计算出来的评分值会偏小,我试过,可能只有0.几的评分。所以当找到一个合适的num_features之后不加平均分,出来的值就是正常的,加上平均分反而超过评分的最高值了。他前面评分最高就5分,结果出来5.好几,这不是扯呢么
2019-05-05