recommenders-team/recommenders

[ASK] Save NCF Model

Open

#1.735 geöffnet am 8. Juni 2022

Auf GitHub ansehen
 (8 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (2.972 Forks)batch import
help wanted

Repository-Metriken

Stars
 (17.706 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 6T 16h) (10 gemergte PRs in 30 T)

Beschreibung

Description

I want to save the entire NCF model and use it without requiring the original model building code to run. How can I do that? The example in the deep dive notebook only shows how to save the model for further training which is not what I am looking for. Appreciate any reponses.

Other Comments

Contributor Guide

Research-Richtung
Der Benutzer möchte das NCF Modell für Inferenz speichern, ohne den ursprünglichen Modellerstellungscode zu benötigen. Die Beispiele im Repository zeigen nur das Speichern für weiteres Training. Um dies zu adressieren, untersuchen Sie die NCF Modellklasse (wahrscheinlich in ncf.py) und identifizieren Sie Methoden zur Serialisierung. Erwägen Sie die Verwendung von PyTorchs torch.save(model.state dict(), ...) oder TensorFlows model.save(). Überprüfen Sie außerdem, ob das Repository Export Utilities oder Skripte für das Modell Serving enthält. Sehen Sie sich das Deep Dive Notebook für Kontext und verwandte Issues oder Diskussionen (z. B. Kommentare zu Issue #1735) an, die Hinweise liefern könnten. Schlagen Sie vor, einen Dokumentationsabschnitt oder ein Beispiel Notebook hinzuzufügen, das zeigt, wie das Modell für Inferenz gespeichert und geladen wird.
Tech Stack
python
Domain
machine learning
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Python
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
75