《基于深度学习的推荐系统研究综述》_黄立威——阅读笔记

一、常用的深度学习模型和方法介绍 1.自编码器 自编码器通过一个编码和一个解码过程来重构输入数据，学习数据的隐表示。基本的自编码器可视为一个三层的神经网络结构.下图是自编码器结构示意图： 自编码器的目的是使得输入 x 与输出 y 尽可能接近，这种接近程度通过重构误差表示，根据数据的不同形式，通常重构误差有均方误差和交叉熵两种定义方式。 如果仅仅通过最小化输入输出之间的误差来实现对模型的训练，自编码

>>阅读原文<<