吴恩达机器学习笔记 四十五 基于内容的过滤的tensorFlow实现
一个user网络，一个item网络 ，使用顺序模型，激活函数选择relu，最后的输出大小都是32。
input_user提取特征，然后把这些特征送给上面的user_NN这个网络得到用户向量vu，再对vu进行标准化（用l2范式），使其长度为1。同样地，得到vm。
output那一行计算vu和vm的乘积，给出预测结果。损失函数使用均方差。
一个user网络，一个item网络 ，使用顺序模型，激活函数选择relu，最后的输出大小都是32。
input_user提取特征，然后把这些特征送给上面的user_NN这个网络得到用户向量vu，再对vu进行标准化（用l2范式），使其长度为1。同样地，得到vm。
output那一行计算vu和vm的乘积，给出预测结果。损失函数使用均方差。