我的问题与构建推荐系统有关。我正在使用 tensorflow 来训练具有 user_features、item_features 和交互的模型。
如何处理新数据？
例如，每当用户点击某个项目时，我想立即记录该交互并从该交互中学习(仅针对该交互训练模型)。我该怎么做？
当前实现
现在，我遵循的是先训练模型然后据此做出预测的传统方法。为了处理新的交互，我必须重新初始化图形并重新训练所有数据以使其工作。
我希望有一些解决方案。谢谢
请您参考如下方法:
您不需要重新初始化图形。当您请求输出张量时，Tensorflow 不会明确知道您是在进行训练还是测试阶段。相反，只要您评估优化器(例如 tf.train.AdamOptimizer、tf.train.GradientDescentOptimizer 等)的最小化操作，就会发生反向传播。
通常您不会在测试期间执行此操作，因为您要尝试预测它在看不见的数据上的表现如何。但是，如果您想在进行初始预测后将该数据添加到训练集中，您可以随意这样做，只要您有办法获得真实值，以便它可以计算误差张量。
即使在非在线学习中，穿插训练和测试通过也是很常见的:如果你使用验证集来确定提前停止，你会在训练批处理和验证批处理之间交替，你做反向传播的地方，你不做的地方
