论文复现
文章平均质量分 95
UPTOLIMIT
这个作者很懒,什么都没留下…
展开
-
Wide-Deep论文解析与代码实现
论文中还降讲到了联合(joint)和集成(ensemble)的区别,集成是每个模型单独训练,再将模型的结果融合,相比于联合训练,集成的每个独立的模型都得学的足够好才有利于随后的回合,因此模型的size也会更大。在集成学习中,每个部分的参数是互不影响的,而在联合学习中,它们的参数是一起训练的。以上的描述可能比较抽象,类比到我们的大脑认识新事物的过程,起初老师,父母教导我们这个世界的规则,形成对这个世界最初的启蒙,我们知道麻雀会飞,它有一对翅膀,喜鹊也可以飞,因为它也有一对翅膀。原创 2022-10-28 21:11:11 · 538 阅读 · 1 评论 -
DeepFM理论与实践
DeepFM模型大致由两部分组成,分别为FM和DNN,而FM部分又由一阶特征部分和二阶特征交叉部分组成,所以模型大概可以拆成三部分,分别为FM一阶特征Linear部分,二阶特征交叉部分和DNN的高阶特征交叉部分。原创 2022-10-28 21:01:41 · 790 阅读 · 0 评论 -
DeepCrossing理论与实践
DeepCrossing的结构比较简单清晰,没有引入特殊的模型结构,只是常规的Embedding+多层神经网络。但是在DeepCrossing中没有任何人工特征工程的参与,只需要简单的特征处理,原始特征经过Embedding层输入神经网络层,自主交叉和学习,通过调整神经网络的深度进行特征之间的深度交叉,也是DeepCrossing名称的由来(大悟)。最后附上论文链接。原创 2022-10-28 20:58:39 · 438 阅读 · 0 评论