bpr_loss¶
贝叶斯个性化排序损失函数(Bayesian Personalized Ranking Loss Operator )
该OP属于pairwise类型的损失函数。损失值由下式计算而得:
\[Y[i] = 1/(N[i] - 1) * \sum_j{\log(\sigma(X[i, Label[i]]-X[i, j]))}\]
- 其中:
-
\(X\):输入值,一个形为[T x D]的2-D Tensor,此处为logit值。
\(N[i]\):在时间步i的正例和负例的总和。
\(Label[i]\):在时间步i的正例下标。
\(\sigma\):激活函数。
\(Y\):输出值,一个形为[T x 1]的2-D Tensor。
更多细节请参考 Session Based Recommendations with Recurrent Neural Networks
参数¶
input (Variable) - 形为[T x D] , Tensor类型时T为batch大小,LoDTensor类型时T为mini-batch的总时间步。D 为正例加负例的个数。该输入为logits而非概率。数据类型是float32或float64。
label (Variable) - 形为[T x 1],表示input中正例的下标,数据类型为int64。。
name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
返回¶
形为[T x 1]的2D张量,数据类型同input相同,表示bpr损失值。
返回类型¶
Variable
代码示例¶
import paddle.fluid as fluid
import paddle
paddle.enable_static()
neg_size = 10
label = fluid.data(
name="label", shape=[3, 1], dtype="int64")
predict = fluid.data(
name="predict", shape=[3, neg_size + 1], dtype="float32")
cost = fluid.layers.bpr_loss(input=predict, label=label)