-
复现了推荐系统的经典模型，如deepfm，wide&deep等
-
提供了工业界验证过的实用模型，如dnn, lr, dssm, mmoe等。
-
跟踪学术界最新论文成果，如ple, gatednn。
我们提供了动态图和静态图两种训练模式, 推荐用户使用动态图快速调研，使用静态图提升性能上线部署。
我们提供了动静一致的模型，在每个模型目录的net.py中。动态图和静态图转化只需要修改数据读入和损失计算部分。
动态图的设计思路和python一致，支持实时打印
- linux/windows/mac
- python2.7.15/3.5/3.6/3.7, 推荐使用python3.7
- cpu/gpu
在datasets目录下，我们提供了经典数据集的介绍和下载命令，方便用户快速验证和对比
我们支持分布式训练用于离线训练和上线