PNN

    注: 目前Angel只实现了内积形式的PNN.

    model=(\bold{u}_1,\bold{u}_2,\bold{u}_3,\cdots,\bold{u}_k))

    对Embedding特征两两做内积有:

    以上即是BiInnerCross的前向计算方式, 用Scala代码实现为:

    BiInnerCross与BiInnerSumCross的区别在于后者将两两内积的结果加和起来输出为一个标量, 前者没有加和起来, 输出是一个向量. 对于BiInnerCross, 输出的维数为为field的个数, 与Embedding向量的维数无关.

    • Embedding: 隐式嵌入层, 如果特征非one-hot, 则乘以特征值
    • FCLayer: DNN中最常见的层, 线性变换后接传递函数
    • SumPooling: 将多个输入的数据做element-wise的加和, 要求输入具本相同的shape

    2. 运行与性能

    对深度学习模型, 其数据, 训练和网络的配置请优先使用Json文件指定.