wide-deep模型里的wide和deep分别是指什么意思？

wide通常是指训练特征很多的线性模型或者广义线性模型，因为这里有很多人工经验和业务逻辑，所以通常有非常多的人工变量，所以看起来就是一个很宽的模型。

deep通常是指隐藏层很多的神经网络模型，神经网络可以自己从原始数据里逐层抽取信息，所以输入的时候特征不多，但是学习的层数很多，看起来像一个高塔，很deep。

wide & deep是指模型中有一部分是wide而另一部分是deep，如下图所示：

wide中可以人工添加很多特征以及one-hot特征，这一部分能够给模型提供直观的预测能力，比如常见的、易判断的模式。

deep这部分可以抽取更细致的稠密表达来加强模型的泛化能力。

简单来说，wide&deep learning是记忆与泛化的结合；人工业务知识、和智能化的结合。