这是基于纸质的任意阶数（> = 2）分解机的TensorFlow实现。 它支持： 密集和稀疏的输入 不同的（基于梯度的）优化方法 通过不同的损失函数进行分类/回归（实现物流和MSE） 通过TensorBoard记录 推断时间相对于特征数量是线性的。 在Python3.5上测试过，但在Python2.7上应该可以使用 这种实现与在Blondel等人中描述的实现非常相似。 论文[ ]，但是是在论文首次出现之前独立开发的。 依存关系 安装 可以通过pip install tffm安