召回

召回模型的任务是从大量物品里先挑出一小批候选。

重点是速度。精排模型可以慢一点，因为它只处理几百个候选；但它不能每次请求都把所有电影算一遍。双塔模型的做法是把用户和电影都变成同一个向量空间里的点，再用近邻搜索快速找候选。

你可以把召回看成推荐系统里的第一道筛选。它不负责做最终判断，而是尽量别漏掉可能有用的电影。后面的精排模型会更细致地看这些候选。

第一版先从双塔模型开始。用户塔输出用户向量，电影塔输出电影向量，两个向量越接近，电影越可能被召回。

运行方式

从仓库根目录运行：

./02-retrieval/two-tower-tfrs/run.sh --sample-ratings none --save-checkpoints --checkpoint-every 0

想先快速试跑：

./02-retrieval/two-tower-tfrs/run.sh --sample-ratings 2000000 --save-checkpoints --checkpoint-every 0