Closed lknownothing closed 2 years ago
感谢分享! 我使用readme里默认的Digital_Music数据集,训练了DeepCoNN和NARRE。
evaluation reslut: mse: 0.8446; rmse: 0.9190;
mse=1.056
evaluation reslut: mse: 0.8321; rmse: 0.9122; mae: 0.6754
mse=0.812
1.14
1.11
0.844
想问下作者在具体复现baselines的时候,还需要注意哪些问题能达到和NRCA中差不多的结果呢。
请问你说的NRCA是论文全称是什么? # #
@lknownothing 你好! 最近在忙实验,回复较晚。 是这样的,当时投论文时 比如NARRE的对比算法模型是用论文作者发布的代码来跑的结果。 而本项目的数据预处理为了统一,跟原文的方法也会有差异,可以对比一下。
感谢分享! 我使用readme里默认的Digital_Music数据集,训练了DeepCoNN和NARRE。
evaluation reslut: mse: 0.8446; rmse: 0.9190;
好于NRCA中出现的mse=1.056
。在NARRE上为evaluation reslut: mse: 0.8321; rmse: 0.9122; mae: 0.6754
,差于NRCA文中的mse=0.812
。1.14
左右,达不到NRCA中的1.11
。在Toys_and_Games数据集上NARRE和DeepCoNN都是差0.844
左右。想问下作者在具体复现baselines的时候,还需要注意哪些问题能达到和NRCA中差不多的结果呢。