Yupeng Hou

使用 RecBole 并选用 CE loss 时，用的是剩余的全部商品作为负样本。为了方便配置，因此设置 `neg_sampling: ~` 即可。 您指的正负样本比 1:1 可能一般指的是 Binary Cross Entropy (BCE) 损失进行优化。RecBole 大部分模型没有提供 BCE 的接口，因为一般来说在相同负例数下，BPR 会比 BCE 效果好些。如果您希望测试 BCE 的效果，也可以稍微修改一下对应模型代码即可。

感谢建议！ 您可以将希望添加的模型列在 #611 中，我们会考虑添加。如果后续有相关开发计划，则会在本 issue 下回复。 另外也欢迎通过 PR 的形式提交您的实现，在经过测试后我们会合并入项目中，并将您列为贡献者。

您好，RecBole 提供的 BERT4Rec 应该是不强制要求 `.user` 文件的，建议您检查下参数配置。 可以在 ml-1m 数据集上运行的一个参数配置可参考 https://github.com/RUCAIBox/RecBole/issues/1302#issuecomment-1147049367

Hi, it is because that, in RecBole, sequential models (e.g., GRU4Rec) are in "repeatable recommendation" mode by default (can recommend items that have been interacted in training set while evaluation),...

Hi @skcgd, Besides unifying repeatable recommendation mode, we should also consider the evaluation setting. Because if we split the dataset by ratio (e.g., 8:1:1 by default), the test set for...

您好，感谢您的关注。 RecBole 是提供一些可复用的组件的，主要体现在两方面： 1. Customize Models 的开发的第一步是继承一类模型的基类，而这些基类一方面帮助协调这类模型的输入输出，另一方面本身就提供了一些可复用的模块和函数。如 `SequentialRecommender` 中提供了便于获取序列最后一个商品表示的 `gather_indexes`，以及获取 Transformer 需要的 attention mask 的 `get_attention_mask`。又如 `ContextRecommender` 提供了若干批量组织 feature 的函数。这部分可以关注 [abstract_recommender](https://github.com/RUCAIBox/RecBole/blob/master/recbole/model/abstract_recommender.py) 的代码。 2. 另外还有一些相对通用的可复用函数/类，如 `MLPLayers`, `TransformerEncoder` 等，放在 [layers](https://github.com/RUCAIBox/RecBole/blob/master/recbole/model/layers.py) 中。当然这里还是建议您在调用前阅读源码，因为毕竟推荐系统偏向应用，其自身比较有特色的技术相对较少，建议您了解实现模块内部的细节再考虑是否复用。 此外您也可以关注一些与您想实现的模型相关的实现，看是否可以从这些实现中进行复用。...

Thanks for your attention. Currently, RecBole has not developed or tested to adapt to distributed training and evaluation. We may add this feature in the future. Track #486 and #640...

Hi, 请问可以给出运行的模型、数据集、运行指令等信息吗？以方便我们尝试复现

感谢您的建议！如果时间允许，我们未来可能会考虑添加该模型。 如果您已经实现过，非常欢迎通过提 PR 的方式添加进来。

Hi, sorry for the late reply. Maybe there are two ways that you can consider: 1. Flatten the RGB values of an image (or its embedding) and store them as...