关于Embedding 操作的理解

1. 什么是embedding embedding的本质是用一个较低维度的向量来代替较高维度的原始特征。在推荐系统中，原始向量往往会用超高维的稀疏one-hot向量来表示，使用embedding可以用较低的维度（即embedding size）来表示高维稀疏的特征，方便进行后续的模型训练。 2. 如何实现 如图所示，embedding的操作可以视为一个全连接层，​ u \boldsymbol u

>>阅读原文<<