-
学习排名在TensorFlow中的实现
资源介绍
TensorFlow排名
TensorFlow排名是TensorFlow平台上用于学习排名（LTR）技术的库。 它包含以下组件：
常用的损失函数包括点对点损失，成对损失和列表损失。
常用的排名指标，例如和 。
。
用于直接排名指标优化的实现。
来自有偏见的反馈数据的无偏。
我们预想，该库将提供一个方便的开放平台，用于承载和推进基于深度学习技术的最新排名模型，从而促进学术研究和工业应用。
教程幻灯片
在信息检索， 和*会议上介绍了TF-Ranking！ 幻灯片可。
演示版
我们提供了一个演示，无需安装，就可以开始使用TF-Ranking。 该演示在（交互式Python环境）上运行。 在TF排名中使用稀疏特征和嵌入 。 该演示演示了如何：
使用稀疏/嵌入功能
以TFRecord格式处理数据
适用于Estimator API的colab笔记本中的Tensorboard集成
另请参阅以获取可执行脚本。
Linux安装
稳定的构建
要从安装最新版本，请运行以下命令：
# Installing with the `--upgrade` flag ensures you'll ge