tensorflow搭建神經網絡，19【推薦系統13】FNN——TensorFlow2實現

2023-12-09 阅读 21 评论 0

摘要：文章目錄 1、簡介2、FNN模型Embedding層DNNtensorflow2實現 3、訓練4、優缺點參考 1、簡介 19【推薦系統10】從POLY2、FM到FFM——自動特征交叉的解決方案_ 19【推薦系統11】FM與深度學習模型的結合在FM模型出現之后，很多模型都是運用FM的思想進行升級，由于計算復雜度等原

文章目錄

1、簡介
2、FNN模型
- Embedding層
- DNN
- tensorflow2實現
3、訓練
4、優缺點
- 參考

1、簡介

19【推薦系統10】從POLY2、FM到FFM——自動特征交叉的解決方案_

19【推薦系統11】FM與深度學習模型的結合

在FM模型出現之后，很多模型都是運用FM的思想進行升級，由于計算復雜度等原因，FM通常只對特征進行二階交叉。當面對海量稀疏的用戶行為反饋數據時，二階交叉往往是不夠的，三階、四階甚至更高階的組合交叉能夠進一步提升模型學習能力。如何能在引入更高階的特征組合的同時，將計算復雜度控制在一個可接受的范圍內？

參考圖像領域CNN構建深度

原文链接：https://hbdhgg.com/2/193990.html

上一篇：4.4 VGG CNN、tensorflow實現——python實戰

下一篇：markdown工具，2. MarkText可代替Typora的markdown 編輯器