本模型提出实例引导的掩码,将乘法操作引入CTR模型,增强特征交互能力, 突出重要的特征位。设计MaskBlock模块,整合层归一化、掩码和前馈层,作为灵活构建块。MaskNet包含架构: 串行和并行, 如下所示

mask_net {
mask_net_module {
n_mask_blocks: 8
mask_block {
reduction_ratio: 3
hidden_dim: 256
}
use_parallel: true
top_mlp {
hidden_units: [256, 128, 64]
}
}
}
- n_mask_blocks: mask block 的个数
- use_parallel: 为true时使用并行mask blocks, 否则串行
- mask_block: mask block的配置
- reduction_ratio: 可选,是aggregation_dim与input_feature_dim的比值, 当指定时, aggregation_dim由此参数计算得到, 不看aggregation_dim参数。
- aggregation_dim: 可选,aggregation layer的维度, 当指定reduction_ratio时可不指定本参数
- hidden_dim: 全连接隐含层的维度