推荐系统深度学习篇-DCN网络介绍(2)

一、DCN网络简介

DCN算法是2017年由斯坦福大学提出，其主要目的是，为了减少人工特征工程的繁琐工作，cross network能有效的学习bounded-degree的特征交互，且每一层都实现feature crossing，且参数量较dnn而言少近一个数量级。

论文地址为：https://link.zhihu.com/?target=https%3A//arxiv.org/pdf/1708.05123.pdf
其结构图为

这篇论文重点是提出了cross layer的概念，其核心思想是以有效的方式进行显示的特征交叉，结构图如下

二、代码展示

1、cross layer

#@tf.function
def cross_layer(x0, xl):
    embed_dim = xl.shape[-1]
    w = tf.Variable(tf.random.truncated_normal(shape=(embed_dim,), stddev=0.01),trainable=True)