知识卡片
方案权衡的深度与广度
形成一套完备的技术方案需要深度与广度双维储备。深度是沿“动机→结构→实现难点→Embedding→训练方式→线上服务”逐层钻透所选方案,原文以DIN改造的六层追问为例;缺少深度会在实现中遭遇方向性错误、抬高纠错成本。广度是概要了解各种备选方案的优劣——类似模型、Embedding方法、训练上线方案——并通过A/B测试、业界交流、原型试验排除候选、锁定目标方案。二者再叠加工程与理论的权衡能力,才能在现实约束下合理妥协,得出可行且合理的最优解。反例是只深挖单一模型而忽视备选,往往在特定数据或技术栈下次优。
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9章 构建属于你的推荐系统知识框架 · 查看原书依据
推荐工程师除了要深入了解所采用技术方案的细节,还需要在广度上了解各种可能的备选方案的优劣,做到通过综合权衡得出当前客观环境下的最优解。
参考来源
- 位置:《深度学习推荐系统》第9章 构建属于你的推荐系统知识框架(源文件:extracted/深度学习推荐系统/_epub-src/text/part0013_split_003.html)
- 结论依据:原文用DIN的六层追问示范深度,并强调广度上了解备选方案优劣、通过综合权衡得出客观环境下的最优解。
- 原始内容:推荐工程师除了要深入了解所采用技术方案的细节,还需要在广度上了解各种可能的备选方案的优劣,做到通过综合权衡得出当前客观环境下的最优解。