原书出处
深度学习推荐系统
03 第3章 浪潮之巅——深度学习在推荐系统中的应用
g模型(如图3-6所示),PNN模型在输入、Embedding层、多层神经网络,以及最终的输出层部分并没有结构上的不同,
唯一的区别在于 PNN模型用乘积层(Product Layer)代替了Deep Crossing模型中的Stacking层。也就是说,不同特征的Embedding向量不再是简单的拼接,而是用Product操作进行两两交互,更有针对性地获取特征之间的交叉信息。
图3-12 PNN模型结构图 另外,相比 NeuralCF,PNN 模型的输入不仅包括用户和物品信息,还可以有更多不同
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/part0007_split_005.html
EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382