← 返回卡片

原书出处

深度学习推荐系统

02 第2章 前深度学习时代——推荐系统的进化之路

核验版本的摘录快照 · 导入于 2026-11-19T07:39:55.620Z

模型已经有了浓厚的深度学习的“味道”。 本节尝试用深度学习的思路去解释LS-PLM模型,当作对深度学习部分的一次预热。

LS-PLM可以看作一个加入了注意力(Attention)机制的三层神经网络模型,其中输入层是样本的特征向量,中间层是由 m 个神经元组成的隐层,其中 m 是分片的个数,对于一个CTR预估问题,LS-PLM的最后一层自然是由单一神经元组成的输出层

。 那么,注意力机制又是在哪里应用的呢?其实是在隐层和输出层之间,神经元之间的权重是由分片函数得出的注意力得分来确定的。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习推荐系统/_epub-src/text/part0006_split_007.html

EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382