首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

MLP or IP:推荐模型到底哪个更好?

关于这篇论文的主要结论:在协同过滤任务上,尤其是考虑到工业界的大规模应用需求,向量内积要优于神经网络。我个人也很赞同这个结论。诸多理由如Rendle论文所述,已经讲得很到位,这里就不重复了。..., c) 召回阶段考虑到时间效率,匹配函数内积更合适,因为可以支持fast nearest neighbor search;在精排阶段,时间效率要求不高,需要追求更精准、拟合能力更强的模型,匹配函数神经网络更好...大家都不知道怎么把协同过滤formulate成可以神经网络解决的问题。...17年暑假做过一些模拟实验,向量内积生成模拟数据,然后用MLP拟合,虽然可以拟合的很好,但需要大量的数据。...(这里有一点确实没做到位,在选哪个epoch停的时候,是基于testing data选的,其他的超参都是在验证集上选的;客观的说,这么做虽然不是一百分的严谨,但应该不算cherry pick吧...)

1.5K40

Spring Data JPA 与 MyBatis 对比,你喜欢哪个

hibernate是一个自动化更强、更高级的框架,毕竟在java代码层面上,省去了绝大部分sql编写,取而代之的是面向对象的方式操作关系型数据库的数据。...当然,hibernate也可以写出面向关系代码和系统,但却得不到面向关系的各种好处,最大的便是编写sql的灵活性,同时也失去面向对象意义和好处——一句话,不伦不类。...只是MyBatis构建领域模型要做更多、更脏、更累的工作;而用hibernate构建一个事务脚本系统有些大材小用,数据的查询反而没那么灵活。...我们了解了这些区别,可以帮助我们选择更合适的框架,同时,也可以利用不同的框架,让他们去做更合适事,这也是所谓的物尽其吧,更不至于我们“为物所役”。

1.4K20
领券