《表1 不同隐藏层和不同神经元NDCG》
更多隐藏层数能够加强神经网络提取信息能力,在合适范围内增加层数提升模型性能,但是超出范围会导致过拟合,导致神经网络学习能力降低;神经协同过滤模型的最后一层隐藏层决定了模型的性能,所以将其作为预测因子[2](predictive factors),使用[0,16,32,64,128]的中间各层神经元数量和[8,16,32]的预测因子数量进行了模型评估。所用数据集同为MovieLens-1M,训练50轮,实验结果见表1和表2。
图表编号 | XD00206669000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.16 |
作者 | 王骏、虞歌 |
绘制单位 | 杭州师范大学信息科学与工程学院、杭州师范大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |