slim推薦演算法，英文全稱為sparse linear methods，中文名為稀疏線性推薦演算法，是一種使用機器學習演算法-座標下降法（coordinate decent）來進行的推薦演算法，slim推薦演算法推薦質量相當高。
其損失函式如下所示。其中a是使用者物品互動矩陣，aij表示第i個使用者對第j個物品的興趣值或行為值。w是物品推薦矩陣，wij表示第i個物品對第j個物品的推薦值。aw為矩陣a乘矩陣w得到的矩陣，awij表示物品j對使用者i的推薦值。slim演算法的核心就是根據上式並通過座標下降法來求解w矩陣。
由於我的畢業設計是研究slim推薦演算法，我寫了乙個簡單的推薦系統以及幾個常見的推薦演算法來與slim推薦演算法作對比，發現slim推薦演算法的推薦質量確實很不錯。源**和畢設**在此：
我將slim推薦演算法與lfm（隱語義模型），itemcf（基於物品的協同過濾演算法），usercf（基於使用者的協同過濾演算法）來進行比較，推薦演算法評估指標有準確率，召回率，覆蓋率，流行度。我的畢設**詳細講解了slim推薦演算法的原理和我的實驗過程。
這裡還有乙份基於tensorflow2實現的slim演算法原始碼：
Slim研讀筆記二之造一款Slim應用
工欲善其事，必先利其器。柚子意圖研讀slim框架，若沒有乙個好的slim應用，也會顯得無從下手。所以，研讀第一步是 造一款slim應用。在我們即將要建立的slim應用中，用到了 twig模板引擎 monolog日誌管理元件 eloquent資料庫orm元件 這些都是柚子做專案時經常用到的元件，隨著框...
推薦演算法之好友推薦
寫點自己的理解，大牛請直接略過。好友推薦裡有推薦一些你可能認識的人，其中二度人脈是其中一種。比如 何炅和謝娜 在微博上相互關注，那用二度人脈的方法就是找和謝娜相互關注的人 如 張杰，海濤，某人 這時候 張杰，海濤，某人 就是何炅的二度人脈，排除掉何炅已經相互關注的張杰，剩下 張杰和某人 於是何炅發現...
Slim模型部署多GPU
單gpu時，思路很簡單，前向 後向都在乙個gpu上進行，模型引數更新時只涉及乙個gpu。多gpu時，有模型並行和資料並行兩種情況。模型並行指模型的不同部分在不同gpu上執行。資料並行指不同gpu上訓練資料不同，但模型是同乙個 相當於是同乙個模型的副本 tensorflow支援的是資料並行。資料並行的...