首页 > 其他 > 详细

推荐系统-广告预估-DeepFM

时间:2020-08-10 09:14:11      阅读:91      评论:0      收藏:0      [点我收藏+]

DeepFM的网络结构图

技术分享图片

DeepFM的网络结构介绍

Sparse Features

Input:Field 1......Field N是对原始数据进行one-hot编码以后的数据,所以数据比较稀疏。

Dense Embeddings

Embedding的网络结构图

技术分享图片
将Sparse Features部分的输出输入到Embedding层,可将高维稀疏数据转化为低维稠密的数据。这样相当于变相的提取Sparse Features中的重要特征。
Embedding层的特点:1、尽管输入特征的长度不同,但是输出的长度都一样;2、Embedding层的参数其实是全连接的Weights。

FM Layer是对特征的低层次的组合

FM的网络结构图

技术分享图片
FM Layer的输入包括:Sparse Features部分的输出和Dense Embeddings层的输出。
FM Layer的输出包括Inner Product(内积)和Sparse Features部分的输出的线性变换。
技术分享图片

Hidden Layer是对特征的高层次组合,而且神经网络的隐层越多,特征提取的越有深度。

Hidden Layer的网络结构图

技术分享图片
Hidden Layer的输入是Dense Embeddings层的输出。
技术分享图片
其中H为隐层的个数。

Output Units

Output Units的输入包括:FM Layer的输出和Hidden Layer的输出。
技术分享图片

推荐系统-广告预估-DeepFM

原文:https://www.cnblogs.com/wisteria68/p/13467014.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!