双塔模型-向量内积-tf.keras.layers.Dot()使用
模型 向量 Keras TF Dot 使用 Layers
2023-09-11 14:17:12 时间
Dot层计算两个向量中的样本间的点乘,同时也是基于batch的点乘,使用起来非常方便,在模型输出前不用再独立书写cosine部分
返回:shape为(batch_size, 1),表明batch中每一组对应样本的点乘。注意:如果在双塔中使用,在Dot前要对塔两侧向量做l2范数归一化。
示例代码:
def tow_tower(feature_inputs, item_feature_columns, user_feature_columns, hidden_units): # 物品侧输入特征层 item_tower = tf.keras.layers.DenseFeatures(item_feature_columns)(feature_inputs) # 物品塔结构 for num_nodes in hidden_units: item_tower = tf.keras.layers.Dense(num_nodes, activation='relu')(item_tower) item_tower = Lambda(lambda x :K.l2_normalize(x, axis=1))(item_tower) # 用户侧输入特征层 user_tower = tf.keras.layers.DenseFeatures(user_feature_columns)(feature_inputs) # 用户塔结构 for num_nodes in hidden_units: user_tower = tf.keras.layers.Dense(num_nodes, activation='relu')(user_tower) user_tower = Lambda(lambda x :K.l2_normalize(x, axis=1))(user_tower) output = tf.keras.layers.Dot(axes=1)([item_tower, user_tower]) # 定义keras模型 model = tf.keras.Model(feature_inputs, output) return model
相关文章
- Django中的模型(操作数据库)
- 在浏览器中运行 TensorFlow.js 来训练模型并给出预测结果(Iris 数据集)
- 软件测试之优秀的产品质量评估模型的特征
- [DeeplearningAI笔记]序列模型2.8 GloVe词向量
- 谈谈领域模型--贫血还是充血?
- 【配送优化】基于PSO算法的有效空间模型的配送优化MATLAB仿真
- 机器学习笔记之概率图模型(七)精确推断之变量消去法
- 机器学习笔记之概率图模型(六)推断基本介绍
- 机器学习笔记之支持向量机(三)模型求解
- 数据治理--数据血缘模型【lineage model】的概念及三个层级
- 聊聊 Linux 中的五种 IO 模型
- 2021.31 模型
- 2015第27周三Java内存模型
- 《Unity着色器和屏幕特效开发秘笈》—— 1.6 创建Half Lambert光照模型
- 网络体系、网络模型其他
- 程序员应知必会的思维模型之 12 席克定律 (Hick‘s Law or Hick-Hyman Law)
- 【虚拟仿真】Unity3D中实现Slider控制模型的从上到下消失
- 【嵌入式Linux驱动开发】六、platform 平台驱动模型之总线 - 设备 - 驱动
- 【web前端(三十三)】javascript_BOM(浏览器对象模型)中的几个示例
- 机器学习——支持向量机SVM之非线性模型(低维到高维映射)