zyx1017

你好，我正在进行序列推荐的研究，使用伯乐框架时会默认使用数据增强的功能。我想要关闭这样的功能，好像是需要自己划分好训练集、测试集、验证集。我该怎么进行这操作？

文档中有标注实现了CoSeRec模型，可是我没有找到相关的代码

大佬，对不起，我有个疑问： 在计算多头注意力得分时，为什么不需要像以前的做法一样，需要把之后的交互给mask掉？ 比如以往的做法都会加上一个mask矩阵：attention_scores = attention_scores + attention_mask 而本代码见如下，并没有进行mask操作。对此感到疑问！希望能得到解答！！！ attention_scores = torch.matmul(query_layer, key_layer.transpose(-1, -2)) attention_scores = attention_scores / math.sqrt(self.attention_head_size) \# normalize the attention scores to probabilities. attention_probs = nn.Softmax(dim=-2)(attention_scores) attention_probs =...

关于数据集的问题

1

您好！请问一下两个数据集的预处理操作是什么？选取了哪一段时间的数据才能处理成文中提到的密度呢？