关于xdeepfm代码中的一些疑惑

PaddlePaddle / PaddleRec

Recommendation Algorithm大规模推荐算法库，包含推荐系统经典及最新算法LR、Wide&Deep、DSSM、TDM、MIND、Word2Vec、Bert4Rec、DeepWalk、SSR、AITM，DSIN，SIGN，IPREC、GRU4Rec、Youtube_dnn、NCF、GNN、FM、FFM、DeepFM、DCN、DIN、DIEN、DLRM、MMOE、PLE、ESMM、ESCMM, MAML、xDeepFM、DeepFEFM、NFM、AFM、RALM、DMR、GateNet、NAML、DIFM、Deep Crossing、PNN、BST、AutoInt、FGCNN、FLEN、Fibinet、ListWise、DeepRec、ENSFM，TiSAS，AutoFIS等，包含经典推荐系统数据集criteo 、movielens等

Apache License 2.0

4.26k stars 721 forks source link

hi， xdeepfm代码在实现CIN网络结构（代码：https://github.com/PaddlePaddle/PaddleRec/blob/master/models/rank/xdeepfm/net.py#L130）时，卷积部分Conv2D中的in_channels参数设置是否和原论文不太一致？原论文如下图所示：

以下为个人对原论文中（b）部分的示意图理解，经过（a）得到的Z^{k+1}的维度为m H_k D，在（b）中为了压缩，使用了H_{k+1}个大小为Hk*m的向量（矩阵）做了一波点乘内积，此时得到是H{k+1}个向量的第一个元素，因为Z^{k+1}的channel为D，因此最终得到的x^{k+1}为H_{k+1}个D维向量。

如上所述，卷积in_channels应该为D，即embedding维度，而不是paddle版本实现xdeepfm中的last_s * self.num_field，请确认。

PaddlePaddle / PaddleRec

关于xdeepfm代码中的一些疑惑 #704