2021年2月


撰写于    浏览:1913 次  分类: PyTorch 教程
1、封面介绍2、出版时间2021年1月3、推荐理由本书从概念和数学原理上对人工智能所涉及的数据处理常用算法、图像识别、语音识别、自然语言处理、深度学习几个主要方面进行了阐述,并以Python为主要工具进行了相应的编程实践,以使读者对人工智能相关技术有更直观和深入的理解。此外,本书也用几个D立的章节从原理和实践上介绍了量子计算、区块链技术、并行计算、[...]

撰写于    浏览:2020 次  分类: PyTorch 教程
1、封面介绍2、出版时间2021年2月3、推荐理由本书基于Python以及两个深度学习框架Keras与TensorFlow,讲述深度学习在实际项目中的应用。本书共10章,首先介绍线性回归模型、逻辑回归模型、Softmax多分类器,然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络,最后讨论自编码模型、对抗生成网络、深度强化学习。[...]

撰写于    浏览:2036 次  分类: 机器学习
1、封面介绍2、出版时间2021年2月3、推荐理由机器学习是近年来比较热门的一个领域,Python语言经过一段时间的发展也己成为主流的编程语言之一。本书结合了机器学习和Python语言热门的领域,通过实用案例来详细讲解机器学相关知识,以便更好地引起读者的阅读兴趣并帮助读者理解相关内容。 全书共有8章。章讲解了Python和机器学基础知识,第2~7章[...]

撰写于    浏览:825 次  分类: 自然语言处理与推荐系统
最近Google开源了基于Tensorflow的推荐器, 一个新的开源Tensorflow包。它的特点可以总结为下面四个:(1)它有助于开发和评估灵活的候选nomination模型;(2)它可以很容易地将商品、用户和上下文信息合并到推荐模型中;(3)它可以训练多任务模型,帮助优化多个推荐目标;(4)它使用TensorFlow Serving为最终模[...]

撰写于    浏览:755 次  分类: 自然语言处理与推荐系统
在深度学习盛行的时代,经典的协同过滤方法是否还在各大公司的推荐引擎中使用呢?答案是肯定的,协同算法在推荐领域中有这不可磨灭的基因,作为分发和传播能力极强的方法,至今,协同过滤方法仍然在工业界有这广泛的应用。

撰写于    浏览:672 次  分类: 自然语言处理与推荐系统
推荐系统主要分为两个环节:召回和排序。这两个阶段,都离不开用户画像的支持,而用户画像又是在内容画像基础之上不断累积用户行为而来,故首先需要有内容画像,构建文本物品的内容画像需要nlp技术的支持,存储内容和用户画像依赖常用数据库以及贝叶斯平滑、威尔逊置信区间等技术;设计基于画像的推荐项目,你需要了解如何使用nlp技术抽取物品信息形成内容标签,如何依托[...]

撰写于    浏览:764 次  分类: 自然语言处理与推荐系统
推荐算法本质上就是在解决两个问题:记忆和泛化,传统的LR等模型,将大量的ID类稀疏特征直接喂给模型,再由广义线性模型直接学习这些ID类特征的权重,本质上就是模型对特征的简单粗暴的记忆,因此,泛化扩展性得不到保证,从未出现过的特征(如很重要的交叉特征等),模型无法学习该特征权重,故特征的指征能力无法体现;因此,深度学习模型引入Embedding稠密向[...]

撰写于    浏览:1228 次  分类: 自然语言处理与推荐系统
前言本文主要向大家介绍一下CIKM 2019的一篇文章《AutoInt: Automatic Feature Interaction Learning via Self-Attentive Neural Networks》。该文主要介绍了一种名叫AutoInt的模型,该模型以multi-head self-attention为基础在将高维稀疏特征([...]

撰写于    浏览:1252 次  分类: 自然语言处理与推荐系统
多目标模型的意义现实世界中,我们的业务目标往往不是单一的。比如购物APP中,我们不仅仅希望你浏览商品,也希望你购买商品,甚至分享商品,评论商品。再比如短视频推荐,我们不单希望你看视频,也希望你点赞、评论、分享视频,还希望你能关注发布的作者。因此多目标模型的出现,就可以让我们的场景同时服务到这些目标。于此同时,对于一些正样本稀疏的目标,多目标模型甚至[...]

撰写于    浏览:2177 次  分类: 自然语言处理与推荐系统
在推荐业务中经常有“既要、也要、还要”的场景,比如做视频推荐业务的时候既要提升用户对于视频的点击率,也希望同时提升用户观看视频的时长。面对这样的诉求,通常需要在推荐系统中使用多目标建模算法。多目标建模目前业内有两种模式,一种叫Shared-Bottom模式,另一种叫MOE,MOE又包含MMOE和OMOE两种。MMOE也是Google提出的一套多目标[...]

撰写于    浏览:2111 次  分类: 默认分类
1、tensorflow 2.0 与 tensorflow 1.0 的区别和联系在本质上来说,tensorflow 2.0 和 tensorflow 1.0 是两个相对独立的项目,这是两者最大的区别。两者最大的联系,就是它们都叫:tensorflow。2、tensorflow 1.0 特点TensorFlow 1.0 主要是用于处理静态计算图的框架[...]

撰写于    浏览:1961 次  分类: 默认分类
1、keras最新版是多少?Keras目前已经集成于TensorFlow之中,不在作为一款独立软件存在,所以keras最新版也即是TensorFlow最新版本。 Keras的最初版本以Theano为后台,设计理念参考了Torch。后来,到了2017年,Keras得到了Tensorflow团队的支持,其大部分组件被抽血至Tensorflow中。随后[...]

撰写于    浏览:15898 次  分类: 默认分类
1、Keras怎么读?Keras 是一款用 Python 编写的高级神经网络 API,由François Chollet发明,它能够以 TensorFlow、CNTK或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验,因此能够以最小的时延把你的想法转换为实验结果,所以是一个很流行的机器学习和深度学习开发工具。1.1、Keras[...]

撰写于    浏览:1027 次  分类: 默认分类
1、封面介绍2、出版时间2017年11月3、推荐理由本书教你如何将时间以适当的方式用在生活中的重要领域,更快、更容易地完成更多看似不可能完成的事情!什么是掌控?当一件事情或很多件事情让你不必总是神经紧绷,也不会总是精神松懈,这就叫做掌控。平衡是一种最理想的状态,然而,对于职场人士来说,每当谈到事业与生活的平衡,在日常纷繁复杂的工作任务与家庭琐事之间[...]

撰写于    浏览:1395 次  分类: 默认分类
1、封面介绍2、出版时间2018年3月3、推荐理由作者曾是差点被精神压力打垮、被工作“忙杀”的神经科医生,在决心改变自己的生活方式后,发现了将大脑机能发挥到时间管理术,实现了一天之中完成4个人才能完成的工作,还拥有一般人2倍以上的自由时间。书中分享的时间管理术并不仅仅是作者个人的成功经验,而是加入了新近的脑科学和心理学知识,作者用两年时间将自己的时[...]