《表2 参数设置：基于离散选择模型的推荐系统改进算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于离散选择模型的推荐系统改进算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。