Python PyTorch FMInteractionArch用法及代碼示例

本文簡要介紹python語言中 torchrec.models.deepfm.FMInteractionArch 的用法。

用法:

class torchrec.models.deepfm.FMInteractionArch(fm_in_features: int, sparse_feature_names: List[str], deep_fm_dimension: int)

參數：

• fm_in_features(int) -DeepFM 中 dense_module 的輸入維度。例如，如果輸入嵌入是 [randn(3, 2, 3), randn(3, 4, 5)]，則 fm_in_features 應為：2 * 3 + 4 * 5。

• sparse_feature_names(List[str]) -F的長度。

• deep_fm_dimension(int) -DeepFM 拱門中深度交互 (DI) 的輸出。

基礎：torch.nn.modules.module.Module

處理SparseArch (sparse_features) 和DenseArch (dense_features) 的輸出，並根據DeepFM 論文的外部來源應用通用DeepFM 交互：https://arxiv.org/pdf/1703.04247.pdf

輸出維度預計為 dense_features 的 cat ，D。

例子：

D = 3
B = 10
keys = ["f1", "f2"]
F = len(keys)
fm_inter_arch = FMInteractionArch(sparse_feature_names=keys)
dense_features = torch.rand((B, D))
sparse_features = KeyedTensor(
    keys=keys,
    length_per_key=[D, D],
    values=torch.rand((B, D * F)),
)
cat_fm_output = fm_inter_arch(dense_features, sparse_features)