19推荐系统13FNN——TensorFlow2实现

Posted 炫云云

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了19推荐系统13FNN——TensorFlow2实现相关的知识,希望对你有一定的参考价值。

文章目录

1、简介

19【推荐系统10】从POLY2、FM到FFM——自动特征交叉的解决方案_

19【推荐系统11】FM与深度学习模型的结合

FM模型出现之后,很多模型都是运用FM的思想进行升级,由于计算复杂度等原因,FM通常只对特征进行二阶交叉。当面对海量稀疏的用户行为反馈数据时,二阶交叉往往是不够的,三阶、四阶甚至更高阶的组合交叉能够进一步提升模型学习能力。如何能在引入更高阶的特征组合的同时将计算复杂度控制在一个可接受的范围内?

参考图像领域CNN构建深度

以上是关于19推荐系统13FNN——TensorFlow2实现的主要内容,如果未能解决你的问题,请参考以下文章

6.4 tensorflow2实现FNN推荐系统——Python实战(第二篇)

19推荐系统12FM——TensorFlow2实现

推荐系统FNN模型(FM+MLP=FNN)

推荐系统FNN模型(FM+MLP=FNN)

6.3 tensorflow2实现FM推荐系统——Python实战

6.1 tensorflow2实现Wide&Deep推荐系统——Python实战