『PyTorchのautogradと仲良くなりたい』でPyTorchに入門したので、応用例としてMatrix FactorizationをPyTorchで実装してみようね 1。 Matrix Factorization Matrix Factorizationは以前『Courseraの推薦システムのコースを修了した』でも触れたとおり、ユーザ-アイテム間の $m \times n$ 行列を、ユーザの特徴を表す行列 $P \in \mathbb{R}^{m \times k}$ (user factors) とアイテムの特徴を表す行列 $Q \in \mathbb{R}^{n \times k}$ (item factors) に分解する: これを二乗損失のSGDで素直に実装すると、user_factors と item_factors の更新や評価値予測はこんな感じ: import nump
![PyTorchでもMatrix Factorizationがしたい!](https://cdn-ak-scissors.b.st-hatena.com/image/square/557b20f10759429a7f7c6ac82ec4d569c9d3db5c/height=288;version=1;width=512/https%3A%2F%2Ftakuti.me%2Fimages%2Frecommender%2Fmf.png)