NN_CTR笔记

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

• FNN将FM模型训出的结果作为其中的embedding层，上面套上全连接神经网络。
• 模型底层先用FM对经过one-hot binary编码的输入数据进行embedding，把稀疏的二进制特征向量映射到 dense real 层，之后再把dense real 层作为输入变量进行建模，这种做法成功避免了高维二进制输入数据的计算复杂度。

image.png

• CCPM： 模型结构整体结构相对比较简单，首先将特征映射到embedding稠密向量，然后经过卷积神经网络抽取高维特征，最后通过pooling层抽取主要的高维信息。

image.png

---------------------------------------------------------------------------------

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png