tensorflow推荐人(TFR)继续培训

tensorflow推荐人(TFR)继续培训,tensorflow,Tensorflow,tensorflow 2.0中的推荐系统库位于url上: movielens数据集推荐的基本思想是构建用户嵌入和电影嵌入,并尝试使点播产品与收视率尽可能接近 在模型训练后,我们可以建立用户嵌入和电影嵌入的最近邻,向用户推荐电影 我对协同过滤的理解是基于其他用户的相似用户项交互向用户推荐 所以我的问题来了: 我有这么多的用户,我不想把他们都放进模型中。如果我只让一些用户使用该模型,然后对于电影评级与该模型已见过的用户相似的新用户,是否可以加载该模型并为新用户继续培训或输出

tensorflow 2.0中的推荐系统库位于url上:

movielens数据集推荐的基本思想是构建用户嵌入和电影嵌入,并尝试使点播产品与收视率尽可能接近

在模型训练后,我们可以建立用户嵌入和电影嵌入的最近邻,向用户推荐电影

我对协同过滤的理解是基于其他用户的相似用户项交互向用户推荐

所以我的问题来了:

我有这么多的用户,我不想把他们都放进模型中。如果我只让一些用户使用该模型,然后对于电影评级与该模型已见过的用户相似的新用户,是否可以加载该模型并为新用户继续培训或输出