百科问答小站 logo
百科问答小站 font logo



计算商品embedding然后平均得到用户embedding,会不会存在这种问题? 第1页

  

user avatar   huo-hua-de-41 网友的相关建议: 
      

问题的本质在于维数诅咒curse of dimensionality,你需要的是一个对于高维向量的正确图景。你想象中的情况是左边2维或者3维的情况,这个时候猫猫狗狗的确是混在一起的,取平均后会有“四不像”的情况。但实际上,embedding都是几百维,是高维向量。每个样本猫或者狗都存在于一个个尖尖上,几个尖尖取平均后,只会依然离这几个尖尖最近,能够保证“四都像”。


user avatar   chenran 网友的相关建议: 
      

因为在高维空间中的平均,会依然离原来的点特别近,离其他的点特别远?

我们假设这样一个情形,在空间中取4个点{A1..A4},取平均得A‘可以看作 User Embedding,再在空间中随机生成100个点{B1..B100}。我们计算A' 最近的点是在 {A1..A4} 中还是在 {B1..B100} 中。

在二维空间中特别明显,A‘ 大概率离B点集更近一些。我们跑个模拟,看看随着维度的变高,有什么变化。

可以看到,在低维度的时候,取平均会更像其他的 Item,但随着 Embedding 维度的增加,User Embedding 最近的点几乎全是A集中的点,依然在那几个 Item Embedding 的附近,而离其他的 Embedding 更远一些。

所以并不会是“四不像”,而是“四都像”。高维度和低维度上的直觉有时候很不同罢。




  

相关话题

  如何评价2020年计算机视觉顶会CVPR投稿量破万的现象? 
  请解释下variational inference? 
  自监督学习(Self-supervised Learning)有什么比较新的思路? 
  人工智能 CV 岗位是不是现在供严重大于需? 
  如何看待 AI 方向 PhD 申请竞争过于激烈的现象? 
  主题模型(topic model)到底还有没有用,该怎么用? 
  如何看待多模态transformer,是否会成为多模态领域的主流? 
  CVPR 2015 有什么值得关注的亮点? 
  2019年,计算机视觉领域,你推荐哪些综述性的文章? 
  ICLR 2021 有什么值得关注的投稿? 

前一个讨论
机械工程专业为什么要学 C 语言?
下一个讨论
如何自学数学以达到数学博士的水平?





© 2024-11-21 - tinynew.org. All Rights Reserved.
© 2024-11-21 - tinynew.org. 保留所有权利