← 返回卡片

原书出处

深度学习推荐系统

05 第5章 多角度审视推荐系统

核验版本的摘录快照 · 导入于 2026-11-19T07:39:55.624Z

扰动ΔW,得到新的模型参数,这里称对应的网络为探索网络。再通过系统的实时效果反馈决定是保留探索网络还是沿用当前网络Q。

可以看出,DRN 对于深度学习模型的探索过程是非启发式的,但这种与模型结构无关的方法也使 DRN 中的模型探索方式适用于任何深度学习模型。它有效地把探索与利用的思想与深度学习模型结合起来,通过对模型参数随机扰动的方法探索式地优化模型。

与此同时,模型参数的随机扰动也带来了推荐结果的变化和更新,自然实现了对不同内容的探索,这是“探索与利用”的思想在DRN

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/part0009_split_007.html

EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382