做推薦系統時,以每個商品為節點,用戶的點擊序列生成商品和商品之間的邊,這樣生成了一個300萬節點大小的圖,但是在做node2vec時,計算轉移概率就要花費幾千小時,后來改成deepwalk方法,建模仍要很長時間(目前已經運行10小時),而這僅僅是開始的建模,還沒有開始訓練生成詞向量。我記得在實作node2vec方法時,看見有人說他們公司一兩百萬節點,需要7個小時運行node2vec,為什么我的這么慢呢?是我的建模程序錯了么?
deepwalk和node2vec代碼來自下面這個鏈接:
https://github.com/shenweichen/GraphEmbedding
后來我又用了論文作者給出的實作方法來實驗deepwalk 和 node2vec,發現依然特別慢。
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/48314.html
標籤:人工智能技術
下一篇:LSTM 專欄
