# funrec

**Repository Path**: farfarfun/funrec

## Basic Information

- **Project Name**: funrec
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-08-31
- **Last Updated**: 2026-10-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# funrec

`funrec` 是基于 PyTorch 的深度学习推荐模型与特征工程工具集，提供 CTR 模型、特征列和常用网络层。

## 安装
```bash
pip install funrec
```

## 使用

最小示例：

```python
import torch
from funrec.inputs import DenseFeat, SparseFeat, build_input_features
from funrec.models import DeepFM

columns = [SparseFeat("user", 4, embedding_dim=4), DenseFeat("score")]
model = DeepFM(columns, columns, dnn_hidden_units=(8, 4))
features = build_input_features(columns)
x = torch.zeros(2, len(features))
print(model(x).shape)  # torch.Size([2, 1])
```

更多训练示例见 `examples/`，运行前需额外安装 `pip install funrec[examples]`（含 `pandas`），
各脚本按自身文件路径解析同目录下的数据文件，直接执行 `python examples/<脚本名>.py` 即可，
无需切换工作目录。MIND 模型的训练与召回评估（`funrec.models.p2019.mind.train`）还需要
`faiss`/`matplotlib`，安装 `pip install funrec[mind]`。


## 感恩的心

*  [DeepCTR](https://zhuanlan.zhihu.com/p/53231955)  易用可扩展的深度学习点击率预测算法包。
    * [DeepCTR](https://github.com/shenweichen/DeepCTR.git)：上游项目采用 MIT License。
    * [DeepCTR-Torch](https://github.com/shenweichen/DeepCTR-Torch.git)：上游项目采用 MIT License，本项目部分代码来源于此。
* *fun-rec* 推荐系统的整体介绍，包含 推荐系统概述、推荐算法基础、推荐系统实战和推荐系统面经
    * [文档](https://datawhalechina.github.io/fun-rec/#/)
    * [源码](https://github.com/datawhalechina/fun-rec.git)

---

## 关于 farfarfun

[farfarfun](https://github.com/farfarfun) 是一个专注于实用工具库的开源组织，
涵盖云存储、数据处理、AI、多媒体与开发工具链等方向。

- 🏠 组织主页：<https://github.com/farfarfun>
- 📦 PyPI：<https://pypi.org/user/niuliangtao/>
- 📧 联系：farfarfun@qq.com

本项目基于 [MIT](LICENSE) 协议开源。