Git Stars Git Stars

#deepfm Dépôts

Découvrez 9 dépôts GitHub open source actifs associés à #deepfm, cumulant 21,843 étoiles au total (soit une moyenne de 2,427 étoiles par projet). Le projet en tête de ce thème est shenweichen/DeepCTR, avec 8,050 étoiles.

9
Total des Dépôts
21,843
Nombre total d'étoiles
2,427
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python
1
shenweichen/DeepCTR

Paquet facile à utiliser, modulaire et extensible de modèles CTR basés sur l'apprentissage profond.

shenweichen
⭐ 8,050 Python 👤 shenweichen User 🕐 Mis à jour 2026-10-11 📅 Créé 2017-10-07
2
PaddlePaddle/PaddleRec

Recommendation AlgorithmUne vaste bibliothèque d'algorithmes de recommandation, comprenant des algorithmes classiques et les plus récents pour les systèmes de recommandation tels que LR, Wide&Deep, DSSM, TDM, MIND, Word2Vec, Bert4Rec, DeepWalk, SSR, AITM, DSIN, SIGN, IPREC, GRU4Rec, Youtube_dnn, NCF, GNN, FM, FFM, DeepFM, DCN, DIN, DIEN, DLRM, MMOE, PLE, ESMM, ESCMM, MAML, xDeepFM, DeepFEFM, NFM, AFM, RALM, DMR, GateNet, NAML, DIFM, Deep Crossing, PNN, BST, AutoInt, FGCNN, FLEN, Fibinet, ListWise, DeepRec, ENSFM, TiSAS, AutoFIS, etc., incluant des ensembles de données classiques pour les systèmes de recommandation tels que Criteo, Movielens, etc.

PaddlePaddle
⭐ 4,070 Python 👤 PaddlePaddle Organization 🕐 Mis à jour 2025-04-02 📅 Créé 2020-04-28
3
shenweichen/DeepCTR-Torch

【PyTorch】Paquet facile à utiliser, modulaire et extensible de modèles CTR basés sur l'apprentissage profond.

shenweichen
⭐ 3,475 Python 👤 shenweichen User 🕐 Mis à jour 2026-07-09 📅 Créé 2019-09-06
4
alibaba/EasyRec

Un framework pour les algorithmes de recommandation à grande échelle.

alibaba
⭐ 2,368 Python 👤 alibaba Organization 🕐 Mis à jour 2026-04-15 📅 Créé 2020-12-08
5
rixwew/pytorch-fm

Modèles Factorization Machine en PyTorch

rixwew
⭐ 1,087 Python 👤 rixwew User 🕐 Mis à jour 2024-04-08 📅 Créé 2019-05-28
6
UlionTse/mlgb

MLGB est une bibliothèque qui inclut de nombreux modèles de prédiction de CTR et de systèmes de recommandation via TensorFlow & PyTorch. 「妙计包」 est une bibliothèque contenant plus de 50 modèles d'apprentissage profond pour la prédiction du taux de clics et les systèmes de recommandation, écrits avec TensorFlow et PyTorch.

UlionTse
⭐ 852 Python 👤 UlionTse User 🕐 Mis à jour 2025-08-18 📅 Créé 2024-01-02
7
DataCanvasIO/DeepTables

DeepTables : Boîte à outils d'apprentissage profond pour données tabulaires

DataCanvasIO
⭐ 706 Python 👤 DataCanvasIO Organization 🕐 Mis à jour 2026-04-20 📅 Créé 2020-03-20
8
lambdaji/tf_repos

Script TensorFlow

lambdaji
⭐ 685 Python 👤 lambdaji User 🕐 Mis à jour 2024-03-28 📅 Créé 2018-01-06
9
yudi-mars/daisyRec

Code officiel pour "DaisyRec 2.0: Benchmarking Recommendation for Rigorous Evaluation" (TPAMI2022) et "Are We Evaluating Rigorously? Benchmarking Recommendation for Reproducible Evaluation and Fair Comparison" (RecSys2020)

yudi-mars
⭐ 550 Python 👤 yudi-mars User 🕐 Mis à jour 2024-08-08 📅 Créé 2019-12-02

Foire aux questions

1

Quel est le dépôt #deepfm le plus populaire sur GitHub ?

Le projet #deepfm open source le mieux classé sur GitHub est shenweichen/DeepCTR, avec 8,050 étoiles. Paquet facile à utiliser, modulaire et extensible de modèles CTR basés sur l'apprentissage profond.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #deepfm ?

Parmi les projets #deepfm les mieux classés sur GitHub, les langages de programmation les plus courants sont Python.

3

Comment le classement des dépôts #deepfm est-il calculé ?

Nous suivons 9 dépôts open source actifs associés à #deepfm (500+ étoiles), totalisant 21,843 étoiles, avec une moyenne de 2,427 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.