python - 使用 TensorFlow 进行在线学习

Question

我的问题与构建推荐系统有关。我正在使用 tensorflow 通过 user_features、item_features 和交互来训练模型。

我如何处理新数据？

例如，每当用户点击一个项目时，我想立即记录该交互并从该交互中学习（为该交互训练模型）。我怎样才能做到这一点？

当前实施

现在，我遵循传统的方法，首先训练模型，然后从中进行预测。为了处理新的交互，我必须重新初始化图形并使用所有数据重新训练以使其工作。

我希望有一些解决方案。

谢谢

标签： pythontensorflowmachine-learningreinforcement-learning

Answer 1

您不需要重新初始化图表。当您请求输出张量时，Tensorflow 并没有明确知道您是在进行训练还是测试阶段。相反，每当您评估优化器（例如 tf.train.AdamOptimizer、tf.train.GradientDescentOptimizer 等）最小化操作时，就会发生反向传播。

通常你不会在测试期间这样做，因为你试图预测它在看不见的数据上的表现。但是，如果您想在进行初始预测后将该数据添加到训练集中，只要您有办法获得真实值以便计算误差张量，您就可以自由地这样做。

即使在非在线学习中，也经常穿插训练和测试通过：如果您使用验证集来确定提前停止，则您会在训练批次（进行反向传播）和验证批次（不进行反向传播）之间交替进行。