尝试gpu1:
base loss + no param loss + no L2 regularization loss: 77.42
1) param loss + L2 regularization loss 76.60
2） 77.21， weight 0.0001 77.43.
3) param loss + regularization+two different tf.layer.dense parameters （这个好像会overfit）
4) bpr loss + base loss 最高可以达到79.07，但是马上就下降了。
5) bpr loss + base loss + l2 regularzation loss + param loss
6) bpr loss + base loss + l2 regularzation loss + param loss + vse loss
我发现在不用0.001乘以loss时，收敛速度比较慢。E3在15epoch，才只有73%auc。
尝试gpu1: base loss + no param loss + no L2 regularization ...
gpu 0: proposed, 把各种loss都加上去 1. bpr loss, figure out why ...
1.tongwei paper, KGNN-LS, g,f are 2.proposed + bpr loss l...
softmax_loss：分类问题常用，可多分类sigmoid_loss：Contrastive_Loss 参考：...
softmax and softmax with loss sigmoid cross entropy loss ...
Death is not the greatest loss in life. The greatest loss...
train loss 不断下降，test loss不断下降，说明网络仍在学习; train loss 不断下降，t...
train loss 不断下降，test loss不断下降，说明网络仍在学习;train loss 不断下降，te...
train loss 不断下降，test loss不断下降，说明网络仍在学习; train loss 不断下降，t...
前言 前两天介绍了一下Contrastive Loss，Triplet Loss以及Center Loss。今天正...
本文标题：BPR loss + vse loss
本文链接：https://www.haomeiwen.com/subject/dlanmhtx.html
网友评论