本篇文章為大家展示了如何進(jìn)行深層神經(jīng)網(wǎng)絡(luò)模型Softmax DNN分析,內(nèi)容簡明扼要并且容易理解,絕對(duì)能使你眼前一亮,通過這篇文章的詳細(xì)介紹希望你能有所收獲。
鶴崗ssl適用于網(wǎng)站、小程序/APP、API接口等需要進(jìn)行數(shù)據(jù)傳輸應(yīng)用場景,ssl證書未來市場廣闊!成為成都創(chuàng)新互聯(lián)的ssl證書銷售渠道,可以享受市場價(jià)格4-6折優(yōu)惠!如果有意向歡迎電話聯(lián)系或者加微信:18982081108(備注:SSL證書合作)期待與您的合作!
一種可能的DNN模型是softmax,它將問題看作多類預(yù)測問題,其中:
輸入是用戶查詢。
輸出是一個(gè)概率向量,其大小等于語料庫中的項(xiàng)目數(shù),表示與每個(gè)項(xiàng)目交互的概率; 例如,點(diǎn)擊或觀看YouTube視頻的可能性。
DNN的輸入可包括:
密集特征(例如,觀看自上次觀看以來的時(shí)間和時(shí)間)
稀疏特征(例如,觀看歷史記錄和國家/地區(qū))
與矩陣分解方法不同,還可以添加年齡或國家區(qū)域等側(cè)面特征。這里用x表示輸入向量。
圖1.輸入層x
模型架構(gòu)
模型架構(gòu)決定了模型的復(fù)雜性和表現(xiàn)力。通過添加隱藏層和非線性激活函數(shù)(例如,ReLU),模型可以捕獲數(shù)據(jù)中更復(fù)雜的關(guān)系。然而,增加參數(shù)的數(shù)量通常也使得模型更難以訓(xùn)練并且計(jì)算起來更復(fù)雜。最后一個(gè)隱藏層的輸出用表示:
圖2.隱藏層的輸出, ψ(X)
圖4.損失函數(shù)
上一節(jié)解釋了如何將softmax層合并到推薦系統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)中。本節(jié)將詳細(xì)介紹此系統(tǒng)的訓(xùn)練數(shù)據(jù)。
softmax訓(xùn)練數(shù)據(jù)由查詢特征X以及用戶與之交互的項(xiàng)目向量(表示為概率分布 p)組成,在下圖中用藍(lán)色標(biāo)記。模型的變量是不同層中的權(quán)重,在下圖中用橙色標(biāo)記。通常使用隨機(jī)梯度下降或其變體方法來訓(xùn)練模型。
DNN模型解決了矩陣分解的許多限制,但通常訓(xùn)練和預(yù)測的代價(jià)更高。下表總結(jié)了兩種模型之間的一些重要差異。
矩陣分解 | Softmax DNN | |
---|---|---|
查詢特征 | 不容易包括在內(nèi) | 可以包括在內(nèi) |
冷啟動(dòng) | 不容易處理詞典查詢或項(xiàng)目??梢允褂靡恍﹩l(fā)式方法(例如,對(duì)于新查詢,類似查詢的平均嵌入) | 容易處理新查詢 |
折頁 | 通過調(diào)整WALS中未觀察到的重量可以輕松減少折疊 | 容易折疊,需要使用負(fù)采樣或重力等技術(shù) |
訓(xùn)練可擴(kuò)展性 | 可輕松擴(kuò)展到非常大的語料庫(可能是數(shù)億項(xiàng)或更多),但僅限于輸入矩陣稀疏 | 難以擴(kuò)展到非常大的語料庫,可以使用一些技術(shù),例如散列,負(fù)采樣等。 |
提供可擴(kuò)展性 | 嵌入U(xiǎn),V是靜態(tài)的,并且可以預(yù)先計(jì)算和存儲(chǔ)一組候選 | 項(xiàng)目嵌入V是靜態(tài)的并且可以存儲(chǔ),查詢嵌入通常需要在查詢時(shí)計(jì)算,使得模型的服務(wù)成本更高 |
矩陣分解通常是大型語料庫的更好選擇。它更容易擴(kuò)展,查詢計(jì)算量更便宜,并且不易折疊。
DNN模型可以更好地捕獲個(gè)性化偏好,但是難以訓(xùn)練并且查詢成本更高。DNN模型比評(píng)分的矩陣分解更可取,因?yàn)镈NN模型可以使用更多特征來更好地捕獲相關(guān)性。
上述內(nèi)容就是如何進(jìn)行深層神經(jīng)網(wǎng)絡(luò)模型Softmax DNN分析,你們學(xué)到知識(shí)或技能了嗎?如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備,歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
當(dāng)前名稱:如何進(jìn)行深層神經(jīng)網(wǎng)絡(luò)模型SoftmaxDNN分析
文章出自:http://muchs.cn/article10/pphcgo.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供做網(wǎng)站、、商城網(wǎng)站、App開發(fā)、企業(yè)網(wǎng)站制作、虛擬主機(jī)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場,如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)