RecBole推薦系統思維導圖
基本介紹
RecBole 伯樂，由中國人民大學的AI Box團隊與北京郵電大學、華東師范大學的科研團隊聯合開發
一個易用、強大的PyTorch推薦系統開源庫
該框架實現了推薦領域不同任務的推薦模型，擁有從數據處理、模型開發、算法訓練到科學評測的一站式全流程托管
在RecBole框架中，用戶只需設置幾個簡單的配置參數（文件、命令行、運行時參數多種方式任你選擇）即可快速在不同數據集上實現各個模型，同時其簡潔的開發接口十分方便相關的研究人員進行二次開發和添加新的模型支持
主要功能
53種模型（絕大部分為最新的深度學習模型）
27個數據集合（涵蓋了四種任務下最常用的實驗數據集合）
多種評測方式（涵蓋所有主流的評測方式，支持一鍵設置）
自動調參（內嵌實用超參搜索算法，支持靈活設置范圍）
五大核心特色
基於PyTorch的統一模型框架
高度靈活及拓展性強的數據結構
豐富的模型和數據集
基於GPU加速的高效評測
標准且豐富的評測方式
基礎教程
安裝
RecBole作為基於Python的開源庫，與我們最常用的庫一樣提供Conda、Pip、源代碼三種安裝方式，同時支持Linux和Windows的運行平台
pandas封裝數據在學術界做做研究可以，工業界隨便哪個公司的數據量pandas都撐不起來
一鍵運行
在Github提供了一鍵運行的腳本，如果你選擇從源碼安裝，則可以直接調用
評測
RecBole提供了豐富的API，設計了 EvalSetting 類，並提供了方便的 API 實現統一的評測設置
自動調參
本框架內嵌了一個自動調參工具，可以完美支持在各個模型上的超參搜索，在設定搜索范圍之后一鍵即可自動實現參數尋找和保存