RecBole
RecBole copied to clipboard
RUCAIBox
A unified, comprehensive and efficient recommendation library
Traceback (most recent call last): File "D:/大数据与人工智能/NFM/main.py", line 27, in train_data, valid_data, test_data = data_preparation(config, dataset) File "D:\Anaconda3\envs\pytorch-gpu\lib\site-packages\recbole\data\utils.py", line 99, in data_preparation built_datasets = dataset.build() File "D:\Anaconda3\envs\pytorch-gpu\lib\site-packages\recbole\data\dataset\sequential_dataset.py", line 194, in...
Dear recbole: 在使用recbole中遇到了问题，希望能够得到帮助。 1请问新闻数据集MIND怎么配置呢，样例中ml-100k是一个没有划分训练、测试集的数据集，然而MIND很大已经划分了训练、验证、测试集，我怎么在这个数据集上训练呢？ 2我想在adressa数据集上也跑一下， 不会配置，，
首先感谢贵团队开发了这个方便好用的工具包，我在尝试使用S3Rec模型时遇到了一个问题：在S3Rec原论文中是可以同时使用多种特征进行Pretrain的，例如论文在Meituan数据上同时使用了category、location和keywords，但我发现Recbole实现的S3Rec似乎只能使用一种特征？文档中的相关参数和描述是“item_attribute (str) : The item features used as attributes for pre-training. Defaults to 'class' for ml-100k dataset.” 这里似乎只能传入一个特征，我尝试将参数设置为["feat1","feat2","feat3"]但会报错。请问我要如何使用多种特征呢？
论文题目是：[Disentangled Graph Neural Networks for Session-based ](https://arxiv.org/abs/2201.03482) [代码在：](https://github.com/AnsongLi/Disen-GNN) 如果尽快复现，会不胜感激！再次感谢！
首先Recbole很好用，感谢您（您和您团队的)付出！ 因为我自己刚开始用这个框架，所以有一些具体的使用上的疑问想请教一下。 recbole确实在框架体系内复现了很多经典（前沿）算法，具体到我自身的疑问是我如何去使用这些模型，当然我了解就是如何通过recbole调用这些模型在特定数据集上运行。 但是涉及到Customize Models的时候，比如我现在是要自己设计一个model，recbole是否有提供一些可供使用的比较基础的构件呢？比如说GCN&GAT layer这种，使用dgl的时候可以自由组装来组网，但我不清楚recbole有没有提供清晰的类似api（因为这些构件在recbole里模型的复现代码里是可以看到的，但我也不清楚这些实现是不是都是统一的，比如GCMC就提供了GC encoder），还是原则上由使用者自己来实现这些组件呢？ 已看过官方文档的Customize Models部分，以上就是全部问题。 非常感谢！
你好，recbole非常方便，但是我有一些困惑： 1.我自己划分的数据在评估时可以采用uni100评估方式吗?应该怎么使用呢? 2.使用benchmark_filename是不是eval_args不起作用？定义了'training_neg_sample_num'，还会产生训练负例吗？
请问一下您们对于ml1m这个数据集中训练集和测试集的划分是怎么样的，我看一些开源代码对diginetica数据集的处理是在时间戳中后几天的数据设置为测试集，请问您们也是这样设置的吗
for batch_idx, batched_data in enumerate(iter_data)循环中怎么可以求得userid呢?我的这个循环是每轮循环一个用户。
valid_metric (str) 这个参数用于early_stop，想问下能否将这个参数类型改为list or str，接收多个评价指标作为valid metric，只要其中有一个指标继续在增长就将early_stop置0，现有的只能设置一个是否会导致模型效果不是最优？
