登录社区云，与社区用户共同成长
邀请您加入社区
研读王喆先生的《深度学习-推荐系统》第一章个人总结第一章详述重点：CF算法&SVD分解&正则化详解，略述LR，PLOY2，FM&FFM（单独详解），梯度下降（单独详解），GBDT+lr（集成学习单独详述），LS+PLM
首先，以输入特征数为2，样本数为1，层数为2的神经网络举例子（隐藏层1层+输出层1层）激活函数为sigmoid函数所以有以下的网络一般输入层不算入层数，在这里写为第0层。第0层有两个输入特征，1个样本数，所以矩阵维度为[2,1]第1层有4个单元数，所以矩阵维度的第一维为4，第二维为前一层的单元数（即第0层），所以第1层的矩阵维度为[4,2]第2层有1个单元数，所以矩阵维度的第一维为1，第二维为前一
