To Top
首页 > 常用平台 > 正文

dlrm

标签:dlrm, facebook


目录

参考想知道Facebook怎样做推荐?FB开源深度学习推荐模型

参考Facebook 面向个性化推荐系统的深度学习推荐模型

https://github.com/facebookresearch/dlrm

Deep Learning Recommendation Model for Personalization and Recommendation Systems

原始博客:https://ai.facebook.com/blog/dlrm-an-advanced-open-source-deep-learning-recommendation-model/

DLRM模型有两大类特征:连续(dense)特征和类别(sparse)特征。使用emb处理类别特征,使用下方的多层感知机(MLP)处理连续特征。然后显式地计算不同特征的二阶交互(second-order interaction)。最后,使用顶部的多层感知机处理结果,并输入sigmoid函数中,得出点击的概率。




原创文章,转载请注明出处!
本文链接:http://daiwk.github.io/posts/platform-dlrm.html
上篇: multi-sample dropout
下篇: layer rotation

comment here..