Open SakuraXiaMF opened 1 year ago
您好! 关于RecBole-DA的问题您可以在对应github仓库处提问。
😭提问了,但没有人答复……
---- 回复的原邮件 ---- | 发件人 | Bowen @.> | | 日期 | 2023年04月24日 14:47 | | 收件人 | @.> | | 抄送至 | @.>@.> | | 主题 | Re: [RUCAIBox/RecBole] [🐛BUG] RecBole-DA的问题 (Issue #1748) |
您好! 关于RecBole-DA的问题您可以在对应github仓库处提问。
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>
ML-100k这个数据集太小了,结果没有意义。再看看早停策略这些,把阈值调大点看看
ML-100k这个数据集太小了,结果没有意义。再看看早停策略这些,把阈值调大点看看
我试了ML-1M也是不行。之后我参考清华的https://github.com/THUwangcy/ReChorus, 是RecBole的这个对比学习他们在进行对比学习标签设置的时候,暴力的将所有标签设置为0导致的。
描述这个 bug 在RecBole-DA当中,使用CL4SRec方法,添加了对比学习的方法(CL+SAS) 比没有添加对比学习方法(SAS)要差很多
如何复现 复现这个 bug 的步骤: 下载ReBole-DA, 之后执行 1 对比学习的方法:python run_seq.py --model CL4SRec --dataset=ml-1m/python run_seq.py --model CL4SRec --dataset=ml-100k 2 没有对比学习的方法: 在cl4Srec.py中,calculate_loss函数中的 return loss + self.lmd * nce_loss, alignment, uniformity 更改为 return loss python run_seq.py --model CL4SRec --dataset=ml-100k
预期 对您的预期作清晰简明的描述。 第二个指令的效果比第一个好。
屏幕截图 添加屏幕截图以帮助解释您的问题。(可选)
链接 添加能够复现 bug 的代码链接,如 Colab 或者其他在线 Jupyter 平台。(可选)
实验环境(请补全下列信息):