深度学习
关注
分享
扫一扫
文章平均质量分 92
记录工作中在模型推理、训练系统实际开发和学习经历，帮助大家了解深度学习在互联网行业的应用，平台化开发过程可能遇到的问题，及解决思路
TaoTao Li
擅长C/C++、Python、Golang编程
熟悉推理服务、搜索引擎、算法平台化开发
展开
-
深度学习笔记：特征抽取
简单来说，深度模型的输入只能数字类型，现实中的数据则不尽相同，如性别，年龄，商品价格等。例如可以将性别作为特征，男性设置为0，女性设置为1；也可以将年龄和性别组合后作为一个特征，大于18岁的男为3，小于18岁的女为4。数字代表模型输入的特征值。因此，特征抽取就是将这些具体的原始数据通过规则转化为模型可识别的数字(或数组)的过程。本文重点介绍特征分类、特征抽取的过程、特征抽取实现方法、在线特征服务架构。......原创 2022-07-30 23:46:46 · 1806 阅读 · 0 评论 -
深度学习笔记：推理服务
深度学习工业领域，算法人员通过对具问题建模解决一个场景的业务问题，工程人员通过平台化的方式解决一类模型训练/推理问题。因此互联网公司里，算法人员居多，工程人员偏少，大部分人对工程方面知识了解较少，本文希望通过通俗易懂的方式记录下少为人知的算法工程技术知识...原创 2022-07-24 11:23:18 · 2744 阅读 · 0 评论