INFO-NCE Loss迭代
为了解决负样本选择的问题引入了INFO-NCE的概念。在INFO的计算方式上主要参考[1]中INFO-NCE的计算方式,对应的计算方式如下。
\[\mathcal{L}_{ssl}^{user}=\sum_{}\][1] Self-supervised Graph Learning for Recommendation
#通用的逻辑 slotflat = true need_hash=true hash_func=Kge_Bkdr_Hash
腾讯广告MVKE实现多目标的用户画像建模
以House Price为例快速构建一个Base Line模型 Continue reading