本文主要是介绍比亚迪质量如何用keras实现deepFM，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
比亚迪质量deepFM 说起来结构还是比较简单，包含了左边的 FM 和右边的 deep 部分，每个神经元进行了什么操作也在图中表示得很清楚。需要注意的是，红线表示权重为 1，黑线表示有需要训练的权重连线。
-
Addition 普通的线性加权相加，就是 w*x
-
Inner Product 内积操作，就是 FM 的二次项隐向量两两相乘的部分
-
Sigmoid 激活函数，即最后整合两部分输出合并进入 sigmoid 激活函数得到的输出结果
-
Activation Function，这里为激活函数用的就是线性整流器 relu 函数
比亚迪质量FM（因式分解机） 简述
这里不着重描述 FM 是什么，FM 由如下公式表示（只讨论二阶组合的情况）
同样是线性公式，和 LR 的唯一区别，就在于后面的二次项，该二次项表示各个特征交叉相乘，即相当于我们在机器学习中的组合特征。
FM 的这部分能力，解决了 LR 只能对一阶特征做学习的局限性。
LR 如果要使用组合特征，必须手动做特征组合，这一步需要经验。FM 的二次项可以自动对特征做组合。
这篇关于比亚迪质量如何用keras实现deepFM的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
