当前位置：网站首页>推荐系统-排序层-2018：MMOE【多任务学习模型】

推荐系统-排序层-2018：MMOE【多任务学习模型】

2022-08-06 06:00:00 【u013250861】

《原始论文：Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Experts》

keras框架实现的开源地址

多任务学习模型MMoE，如果第一次接触此类模型或是没有相关的研究背景的话，其实容易不太容易理解这种多任务学习的价值所在。

一般来说，大部分人见过更多的都是单任务的模型，即一个模型完成一个任务。如果需要完成多个任务的话，则可以针对每个任务单独训练一个模型，像这样：

在这里插入图片描述

MMOE产生背景

  • 多任务模型：在不同任务之间学习共性以及差异性，能够提高建模的质量以及效率。
  • 传统的多任务模型（Shared Bottom），随着任务之间相关性越小，模型预测效果越差。

参考资料：
多任务学习之MMOE模型
22、谷歌MMOE多任务学习模型（转）
我要打十个：多任务学习模型MMoE解读
推荐模型之多任务模型：ESMM、MMOE

原网站

版权声明
本文为[u013250861]所创，转载请带上原文链接，感谢
https://blog.csdn.net/u013250861/article/details/126187848

边栏推荐

猜你喜欢

随机推荐