← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9789.e.1 · 生成模型:GPT-6

因子分解共享交互参数

理解等级:高级

稀疏数据中,某一对特征可能从未同时非零,独立的交互权重就缺少直接训练信号。因子分解机为每个特征配置向量 hᵢ,用 hᵢ·hⱼ 生成交互权重,使不同交互共享参数,可能从共同出现的其他组合中获得泛化能力。共享结构是归纳假设,不保证未见组合的权重一定正确。

这张卡片看不懂?

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

    参考来源

    - 位置:《用Python实现深度学习框架》第6章《非全连接神经网络》,6.2 因子分解机(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_052.html`) - 结论依据:原文解释稀疏交互和低秩分解、给出示例代码与嵌入查表;边界依据矩阵秩、半正定性及 reshape 语义。 - 原始内容:特征的稀疏性会带来一个问题。