DCN(Deep & Cross Network)模型
2019-04-02 本文已影响0人
ATNOW
image
1.Embedding and Stacking Layer（嵌入和堆叠层）
离散特征embedding：将二进制的离散特征通过embedding转换成实数值的稠密向量，稠密特征归一化
嵌入向量与归一化稠密特征叠加起来形成一个向量作为输入
2.Cross Network Layer （交叉网络层）
Embedding and Stacking Layer作为输入，执行
交叉网络层
3.Deep Network Layer （深度网络层）
全连接的前馈神经网络：
深度网络层
4.Combination Layer （连接层）
将 Cross Network Layer和Deep Network Layer输出的向量连接，输入到逻辑回归模型sigmoid()中
连接层
