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?