更新文字描述

Author: JeremyFu

lesson7/README.md

@@ -11,5 +11,5 @@
 
  * [predict_with_paddle.py](predict_with_paddle.py)：在PaddlePaddle上完成推荐模型的预测
 
- * [train_test_cost.png](train_test_cost.png)：训练过程中成本变化曲线图
+ * [train_test_cost.png](train_test_cost.png)：训练和测试过程中成本变化曲线图
 

lesson7/predict_with_paddle.py

@@ -11,11 +11,14 @@
 
 使用paddle框架实现个性化电影推荐系统的结果预测，
 无需重新训练模型，只需加载模型文件。关键步骤如下：
-1.载入数据
-2.初始化
-3.配置网络结构
-4.从parameters文件直接获取模型参数
-5.根据模型参数和测试数据来预测结果
+1.初始化
+2.配置网络结构
+ - 构造用户融合特征模型
+- 构造电影融合特征模型
+- 定义特征相似性度量inference
+ - 定义feeding
+3.从parameters文件直接获取模型参数
+4.根据模型参数和测试数据来预测结果
 """
 
 import paddle.v2 as paddle

lesson7/train_with_paddle.py

@@ -11,12 +11,17 @@
 
 使用paddle框架实现个性化电影推荐系统的模型训练和参数输出保存，关键步骤如下：
 1.初始化
-2.构造用户融合特征模型
-3.构造电影融合特征模型
-4.定义特征相似性度量inference和成本函数cost
-5.定义模型训练器trainer
-6.定义事件迭代训练模型(包括绘图模块)
-7.保存模型参数
+2.配置网络结构和设置参数：
+ - 构造用户融合特征模型
+- 构造电影融合特征模型
+- 定义特征相似性度量inference
+- 成本函数cost
+- 创建parameters
+ - 定义feeding
+3.定义event_handler
+4.定义trainer
+5.开始训练
+6.展示cost曲线plot_costs()
 """
 
 import matplotlib