u013717571的博客

如果数据量小，推荐策略不需要太复杂，一般情况，没有百万级用户不需要推荐。推荐系统中包括两个主要模块，召回和精排。召回：从百万甚至千万级别物品中快速，全面的迭代出百级别的候选物品，数据候选集大，模型特征简单，考虑时间开销和时效性，所以一般采用多路召回。精排：对召回结果进行精细化打分，推荐给用户，一般使用复杂的模型和特征。一、从系统架构方面考虑，分为离线和在线部分 离线架构 （1）内容源的收集与规范，（如淘宝的商家上架的物品，头条中的文章（一般需经过人工审核后进入非结构化数据库..

多目标，多分类问题多目标又指多类别分类，即每个类别相互独立，但不互斥，如一幅图中同时包括几种动物。多分类又指单类别分类，即每个类别之间是相互独立且互斥，不可同时发生，如一幅图只能属于一类动物。代价函数可用于评价模型预测值与真实值之间的差距，常见的代价函数为均方误差（MSE）。在分类问题中，使用交叉熵作为代价函数。交叉熵的基本概念，计算例子以及为什么交叉熵可以用来作为代价函数可参考这篇文章：http...

荒废很久，还是重新拾起来吧！学如逆水行舟，不进则退！浅谈优化方法优化方法这块说难也不难，在tf中调用方法即可，但说简单并不简单，理解其中原理，会更有助于在平常工作中使用哪种优化方法。以下是我组内分享时整理的ppt，文章中大部分的内容是来自于李沐的《动手深度学习》，再加了一些自己平常看这些方法时的问题的解释。欢迎大家评论交流。本文涉及的算法包括以下5个方法，其中梯度下降法只做了简单的介绍：1.梯度下降法2.动量法3.AdaGrad算法4.RMSProp算法5.Adam算法

Keras 是一个兼容 Theano 和 Tensorflow 的神经网络高级包, 可以用他来快速组件一个神经网络。有了tensorflow或者theano基础后，便可以学习使用keras，让神经网络的搭建更加容易。学习keras的基础知识，可以参考官方中文文档：http://keras-cn.readthedocs.io/en/latest/ 这边总结一下我在配置环境时遇到的一些坑。基于Win7...

这是一篇学习tensorflow的日常记录，最近遇到了交叉熵计算问题，于是整理出来方便以后查阅，看到的朋友如有发现错误，请指正！-------------------------------------------------------------------------------------------------------------------------------先明确一个定义：多...

卷积层参数解释tf.nn.conv2d(input,filter, strides, padding, use_cudnn_on_gpu=bool, data_format，name=None)input：指定需要做卷积的输入图像，输入要求为一个4维的Tensor，要求输入类型为float32或者float64。输入的shape为[batch, in_height, in_width, in_ch...

最近在学TensorFlow，在此把学到的东西记录一下。在学习别人代码时，遇到多线程训练的问题，代码截取部分如下：image, label = ReadMyOwnData.read_and_decode("dog_and_cat_train.tfrecords")sess = tf.InteractiveSession()tf.global_variables_initializer().ru...