Open mikudehuane opened 3 years ago
论文里提到 wide 部分是把历史点击和目标 item 做叉积，但是看 model.py 里 69 行，我理解 u_emb 表示历史点击，维度是 [batch_size, 128]，i_emb 表示目标 item，维度也是 [batch_size, 128]，这一行操作似乎是将以下三个 [batch_size, 1] 维度的张量拼接得到 [batch_size, 3] 维度的输出作为叉乘结果
感觉这应该不是叉乘的标准求法，是用了什么近似算法吗？
论文里提到 wide 部分是把历史点击和目标 item 做叉积，但是看 model.py 里 69 行，我理解 u_emb 表示历史点击，维度是 [batch_size, 128]，i_emb 表示目标 item，维度也是 [batch_size, 128]，这一行操作似乎是将以下三个 [batch_size, 1] 维度的张量拼接得到 [batch_size, 3] 维度的输出作为叉乘结果
感觉这应该不是叉乘的标准求法，是用了什么近似算法吗？