知识卡片
深度学习推荐模型演化图谱
本章把主流深度学习推荐模型整理成一张以多层感知机为共同内核的演化图谱,按改动部位分为七条路线:加深网络、改特征交叉方式、组合双网络、FM的深度学习化、引入注意力、引入序列模型、引入强化学习。这张图的作用不是罗列模型,而是提示每个新模型都是在前序模型的某个具体短板上有针对性地改造而来。读图时应把“改了什么、解决了什么、付出了什么代价”三件事对应起来,而不是孤立记忆模型名字。它也是后续各节的导航:每节都对应图上的一条演化支路。
结构图:
flowchart TD
MLP((MLP 多层感知机)) --> A[AutoRec 加深网络]
MLP --> B[DeepCrossing 深架构]
MLP --> C[NeuralCF 改交叉]
MLP --> D[PNN 内外积交叉]
MLP --> E[WideDeep 组合模型]
E --> E1[DeepCross Cross网]
E --> E2[DeepFM FM替Wide]
MLP --> F[FM深度化 FNN NFM AFM]
MLP --> G[注意力 AFM DIN]
MLP --> H[序列 DIEN]
MLP --> I[强化学习 DRN]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 浪潮之巅——深度学习在推荐系统中的应用 · 查看原书依据
以多层感知机(Multi-Layer Perceptron,MLP)为核心,通过改变神经网络的结构,构建特点各异的深度学习推荐模型,其主要的演变方向如下。
参考来源
- 位置:《深度学习推荐系统》第3章 浪潮之巅——深度学习在推荐系统中的应用(源文件:extracted/深度学习推荐系统/_epub-src/text/part0007_split_001.html)
- 结论依据:原文以MLP为核心列出七类演变方向,并强调每种模型都不是无本之木、出现都有迹可循。
- 原始内容:以多层感知机(Multi-Layer Perceptron,MLP)为核心,通过改变神经网络的结构,构建特点各异的深度学习推荐模型,其主要的演变方向如下。