《表2 参数设置:基于离散选择模型的推荐系统改进算法》
本实验中使用Softmax交叉熵作为损失函数,训练过程使用Dropout、Batch Normalization以及Early Stop策略避免过拟合问题。在优化方法上,模型使用Adam作为批量随机梯度下降的更新方法,该方法结合了动量来动态调整学习速率以及更新梯度,其余模型参数见表2。
图表编号 | XD00137963400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.20 |
作者 | 刘乾超 |
绘制单位 | 上海交通大学安泰与经济管理学院 |
更多格式 | 高清、无水印(增值服务) |