CTR学习笔记&代码实现3-深度ctr模型 FNN->PNN->DeepFM

时间  2020-06-03
标签 ctr 学习 笔记 代码 实现 深度 模型 fnn pnn deepfm 繁體版
原文   原文链接

这一节咱们总结FM三兄弟FNN/PNN/DeepFM，由远及近，从最初把FM获得的隐向量和权重做为神经网络输入的FNN，到把向量内/外积从预训练直接迁移到神经网络中的PNN，再到参考wide&Deep框架把人工特征交互替换成FM的DeepFM，咱们终于来到了2017年。。。html

如下代码针对Dense输入感受更容易理解模型结构，针对spare输入的代码和完整代码 👇
https://github.com/DSXiangLi/CTRpython

FNN

FNN算是把FM和深度学习最先的尝试之一。能够从两个角度去理解FNN：从以前Embedding+MLP的角看，FNN使用FM预训练的隐向量做为第一层能够加快模型收敛。从FM的角度来看，FM局限于二阶特征交互信息，想要学到更高阶的特征交互，在FM基础上叠加全联接层就是FNN。git

补充一下Embedding直接拼接做为输入为啥收敛的这么慢，一个是参数太多一层Embedding就要N*K个参数再加上后面的全联接层，另外就是每次gradient descent只会更新和稀疏离散输入里面非0特征对应的Embedding。github

模型

先看下FM的公式，FNN提取了如下的\(W,V\)来做为神经网络第一层的输入网络

\[\begin{align} y(x) & = w_0 + \sum_{i=1}^Nw_i x_i + \sum_{i=1}^N \sum_{j=i+1}^N <v_i,v_j> x_ix_j\\ \end{align} \]

FNN的模型结构比较简单。输入特征N维, FM隐向量维度是Kapp

  1. 预训练FM模型提取最终的隐向量\(V = [v_1,v_2,...,v_n] \in R^{N*k} \,\, v_i \in R^{1*K}\)和权重\(w= [w_1,w2,...,w_n] w \in R^{1*N}\)
  2. FNN模型用\(V\)和\(W\)来初始化神经网络的第一层.模型输入是由特征离散化后的one-hot矩阵拼接而成(x),每一个离散特征(i)的one-hot输入都映射到它的低维embedding上\(z_i = [w_i, v_i] *x[start_i:end_i]\), 第一层是由\([z_1,z_2,...z_n]\)
  3. 两个常规的全联接层到最终给出CTR的预测。

模型结构以下框架

FNN几个能想到的问题有ide

  • 非端到端的模型，一点都不优雅有没有
  • 最终FNN的表现会必定程度受到预训练FM表现的限制，神经网络的最大信息量<=FM隐向量和权重所含信息量，固然这不表明FNN会比FM差由于FM对信息的提取只用了内积
  • 从Wide&Deep角度，模型对低阶信息的提炼会比较有限
  • 单纯的全联接层对于进一步提炼隐向量上的信息可能不够高效

代码实现

这里用了tf.contrib.framework.load_variable去读了以前FM模型的embedding和weight。感受也能够直接把FM的variable写出来，而后FNN里用params再传进去也是能够的。post

@tf_estimator_model
def model_fn(features, labels, mode, params):
    feature_columns= build_features()

    input = tf.feature_column.input_layer(features, feature_columns)

    with tf.variable_scope('init_fm_embedding'):
        # method1: load from checkpoint directly
        embeddings = tf.Variable( tf.contrib.framework.load_variable(
            './checkpoint/FM',
            'fm_interaction/v'
        ) )
        weight = tf.Variable( tf.contrib.framework.load_variable(
            './checkpoint/FM',
            'linear/w'
        ) )
        dense = tf.add(tf.matmul(input, embeddings), tf.matmul(input, weight))
        add_layer_summary('input', dense)

    with tf.variable_scope( 'Dense' ):
        for i, unit in enumerate( params['hidden_units'] ):
            dense = tf.layers.dense( dense, units=unit, activation='relu', name='dense{}'.format( i ) )
            dense = tf.layers.batch_normalization( dense, center=True, scale=True, trainable=True,
                                                   training=(mode == tf.estimator.ModeKeys.TRAIN) )
            dense = tf.layers.dropout( dense, rate=params['dropout_rate'],
                                       training=(mode == tf.estimator.ModeKeys.TRAIN) )
            add_layer_summary( dense.name, dense )

    with tf.variable_scope('output'):
        y = tf.layers.dense(dense, units= 1, name = 'output')
        tf.summary.histogram(y.name, y)

    return y

PNN

PNN的目标在paper最开始就点明了以比MLPs更有效的方式来挖掘信息。在前一篇咱们就说过MLP理论上能够提炼任意信息，但也由于它太过general致使最终模型能学到模式受数据量的限制会很是有限，PNN借鉴了FM的思路来帮助MLP学到更多特征交互信息。学习

模型

PNN给出了三种挖掘特征交互信息的方式IPNN采用向量内积，OPNN采用向量外积，concat在一块儿就是PNN。模型结构以下

  • Input层
    输入是N个离散特征one-hot处理后拼接而成的高维稀疏矩阵，每一个特征映射到相同维度(k)的低维embddding上
  • Product层
    • Z是线性部分，和‘1’相乘也就是直接把N个K维Embedding拼接获得N*K的稠密矩阵copy过来
    • p是特征交互部分
      • IPNN是两两特征作内积\((1*k)*(k*1)\)获得的scaler拼接成p，维度是\(O(N^2)\)
      • OPNN是两两特征作外积\((k*1)*(1*k)\)获得\(K^2\)的矩阵拼接成p，维度是\(O(K^2N^2)\)
      • PNN就是[IPNN,OPNN]

以后跟全链接层。能够发现去掉全联接层把权重都设为1，把线性部分对接到最初的离散输入那IPNN就退化成了FM。

Product层的优化

以上IPNN和OPNN的计算都有维度太高，计算复杂度太高的问题，做者进行了相应的优化。

  • OPNN: \(O(N^2K^2) \to O(K^2)\)
    原始的OPNN，p中的每一个元素都是向量外积的矩阵\(p_{i,j} \in R^{k*k}\),优化后做者对全部K*K矩阵进行了sum_pooling，也等同于先对隐向量求和\(R^{N*K} \to R^{1*K}\)再作外积\(p = \sum_{i=1}^N\sum_{j=1}^N f_if_j^T=f_{\sum}(f_{\sum})^T \, \, f_{\sum}=\sum_{i=1}^Nf_i\)
  • IPNN： \(O(N^2) \to O(N*K)\)
    IPNN的优化又一次用到了FM的思想，内积产生的\(p \in R^{N^2}\)是对称矩阵,所以在以后全联接层的权重\(w_p\)也必定是对称矩阵。因此用矩阵分解来进行降维，假定每一个神经元对应的权重\(w_p^n = \theta^n{\theta^n}^T \text{where } \theta^n \in R^N\)
    \(w_p^n \odot p = \sum_{i=1}^N\sum_{j=1}^N\theta^n_i\theta^n_j<f_i,f_j>=<\sum_{i=1}^N\delta_i^n,\sum_{i=1}^N\delta_i^n>\)

PNN的几个可能能够吐槽的地方

  • 和FNN同样对低阶特征的提炼比较有限
  • OPNN的部分若是不优化维度过高，在我尝试的训练集上基本是没啥用。优化后这个sum_pooling究竟还保留了什么信息，我是没太琢磨明白

代码实现

@tf_estimator_model
def model_fn(features, labels, mode, params):
    dense_feature= build_features()
    dense = tf.feature_column.input_layer(features, dense_feature) # lz linear concat of embedding

    feature_size = len( dense_feature )
    embedding_size = dense_feature[0].variable_shape.as_list()[-1]
    embedding_matrix = tf.reshape( dense, [-1, feature_size, embedding_size] )  # batch * feature_size *emb_size

    with tf.variable_scope('IPNN'):
        # use matrix multiplication to perform inner product of embedding
        inner_product = tf.matmul(embedding_matrix, tf.transpose(embedding_matrix, perm=[0,2,1])) # batch * feature_size * feature_size
        inner_product = tf.reshape(inner_product, [-1, feature_size * feature_size ])# batch * (feature_size * feature_size)
        add_layer_summary(inner_product.name, inner_product)

    with tf.variable_scope('OPNN'):
        outer_collection = []
        for i in range(feature_size):
            for j in range(i+1, feature_size):
                vi = tf.gather(embedding_matrix, indices = i, axis=1, batch_dims=0, name = 'vi') # batch * embedding_size
                vj = tf.gather(embedding_matrix, indices = j, axis=1, batch_dims= 0, name='vj') # batch * embedding_size
                outer_collection.append(tf.reshape(tf.einsum('ai,aj->aij',vi,vj), [-1, embedding_size * embedding_size])) # batch * (emb * emb)

            outer_product = tf.concat(outer_collection, axis=1)
        add_layer_summary( outer_product.name, outer_product )

    with tf.variable_scope('fc1'):
        if params['model_type'] == 'IPNN':
            dense = tf.concat([dense, inner_product], axis=1)
        elif params['model_type'] == 'OPNN':
            dense = tf.concat([dense, outer_product], axis=1)
        elif params['model_type'] == 'PNN':
            dense = tf.concat([dense, inner_product, outer_product], axis=1)
        add_layer_summary( dense.name, dense )

    with tf.variable_scope('Dense'):
        for i, unit in enumerate( params['hidden_units'] ):
            dense = tf.layers.dense( dense, units=unit, activation='relu', name='dense{}'.format( i ) )
            dense = tf.layers.batch_normalization( dense, center=True, scale=True, trainable=True,
                                                   training=(mode == tf.estimator.ModeKeys.TRAIN) )
            dense = tf.layers.dropout( dense, rate=params['dropout_rate'],
                                       training=(mode == tf.estimator.ModeKeys.TRAIN) )
            add_layer_summary( dense.name, dense)

    with tf.variable_scope('output'):
        y = tf.layers.dense(dense, units=1, name = 'output')
        add_layer_summary( 'output', y )

    return y

DeepFM

DeepFM是对Wide&Deep的Wide侧进行了改进。以前的Wide是一个LR，输入是离散特征和交互特征，交互特征会依赖人工特征工程来作cross。DeepFM则是用FM来代替了交互特征的部分，和Wide&Deep相比再也不依赖特征工程，同时cross-column的剔除能够下降输入的维度。

和PNN/FNN相比，DeepFM能更多提取到到低阶特征。并且上述这些模型间直接并不互斥，好比把DeepFM的FMLayer共享到Deep部分其实就是IPNN。

模型

Wide部分就是一个FM，输入是N个one-hot的离散特征，每一个离散特征对应到等长的低维(k)embedding上，最终输出的就是以前FM模型的output。而且由于这里不须要像IPNN同样输出隐向量，所以可使用FM下降复杂度的trick。

Deep部分和Wide部分共享N*K的Embedding输入层，而后跟两个全联接层

Deep和Wide联合训练，模型最终的输出是FM部分和Deep部分权重为1的简单加和。联合训练共享Embedding也保证了二阶特征交互学到的Embedding会和高阶信息学到的Embedding的一致性。

代码实现

@tf_estimator_model
def model_fn(features, labels, mode, params):
    dense_feature, sparse_feature = build_features()
    dense = tf.feature_column.input_layer(features, dense_feature)
    sparse = tf.feature_column.input_layer(features, sparse_feature)

    with tf.variable_scope('FM_component'):
        with tf.variable_scope( 'Linear' ):
            linear_output = tf.layers.dense(sparse, units=1)
            add_layer_summary( 'linear_output', linear_output )

        with tf.variable_scope('second_order'):
            # reshape (batch_size, n_feature * emb_size) -> (batch_size, n_feature, emb_size)
            emb_size = dense_feature[0].variable_shape.as_list()[0] # all feature has same emb dimension
            embedding_matrix = tf.reshape(dense, (-1, len(dense_feature), emb_size))
            add_layer_summary( 'embedding_matrix', embedding_matrix )
            # Compared to FM embedding here is flatten(x * v) not v
            sum_square = tf.pow( tf.reduce_sum( embedding_matrix, axis=1 ), 2 )
            square_sum = tf.reduce_sum( tf.pow(embedding_matrix,2), axis=1 )

            fm_output = tf.reduce_sum(tf.subtract( sum_square, square_sum) * 0.5, axis=1, keepdims=True)
            add_layer_summary('fm_output', fm_output)

    with tf.variable_scope('Deep_component'):
        for i, unit in enumerate(params['hidden_units']):
            dense = tf.layers.dense(dense, units = unit, activation ='relu', name = 'dense{}'.format(i))
            dense = tf.layers.batch_normalization(dense, center=True, scale = True, trainable=True,
                                                  training=(mode ==tf.estimator.ModeKeys.TRAIN))
            dense = tf.layers.dropout( dense, rate=params['dropout_rate'], training = (mode==tf.estimator.ModeKeys.TRAIN))
            add_layer_summary( dense.name, dense )

    with tf.variable_scope('output'):
        y = dense + fm_output + linear_output
        add_layer_summary( 'output', y )

    return y

CTR学习笔记&代码实现系列👇

https://github.com/DSXiangLi/CTR

CTR学习笔记&代码实现1-深度学习的前奏LR->FFM
CTR学习笔记&代码实现2-深度ctr模型 MLP->Wide&Deep

资料

  1. Huifeng Guo et all. "DeepFM: A Factorization-Machine based Neural Network for CTR Prediction," In IJCAI,2017.
  2. Qu Y, Cai H, Ren K, et al. Product-based neural networks for user response prediction,2016 IEEE
  3. Weinan Zhang, Tianming Du, and Jun Wang. Deep learning over multi-field categorical data - - A case study on user response
  4. https://daiwk.github.io/posts/dl-dl-ctr-models.html
  5. https://zhuanlan.zhihu.com/p/86181485
相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程