易于使用、模块化和可扩展的基于深度学习的 CTR（点击率）预测模型包，带有 tensorflow 1.x 和 2.x。
项目描述
深度点击率
DeepCTR 是一个易于使用、模块化和可扩展的基于深度学习的 CTR 模型包以及许多可用于轻松构建自定义模型的核心组件层。您可以使用任何复杂的模型与model.fit()
，和model.predict()。
一些相关项目：
- 深度匹配：https ://github.com/shenweichen/DeepMatch
- DeepCTR-Torch：https ://github.com/shenweichen/DeepCTR-Torch
型号列表
引文
- 沉伟辰。（2017）。DeepCTR：易于使用、模块化和可扩展的基于深度学习的 CTR 模型包。https://github.com/shenweichen/deepctr。
如果您发现此代码对您的研究有用，请使用以下 BibTeX 引用它：
@misc{shen2017deepctr,
author = {Weichen Shen},
title = {DeepCTR: Easy-to-use,Modular and Extendible package of deep-learning based CTR models},
year = {2017},
publisher = {GitHub},
journal = {GitHub Repository},
howpublished = {\url{https://github.com/shenweichen/deepctr}},
}
讨论组
- Github 讨论
- 微信讨论
| 公众号：浅梦学习笔记 | 微信：deepctrbot | 学习加入小组 主题集合 |
|---|---|---|
 |
 |
 |
主要贡献者（欢迎加入！）
沉伟
辰
 阿里巴巴集团 |
 赞树勋 阿里巴巴集团 |
哈什特潘德
 亚马逊 |
赖
民才 字节跳动 |
李子
超 字节跳动 |
谭廷一 重庆 |
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。
源分布
deepctr-0.9.1.tar.gz
（76.5 kB
查看哈希）
内置发行版
deepctr-0.9.1-py3-none-any.whl
（147.8 kB
查看哈希）
deepctr-0.9.1-py2-none-any.whl
（147.8 kB
查看哈希）