u014033218的专栏

本文论文的题目为：《TEM: Tree-enhanced Embedding Model for Explainable Recommendation》论文下载地址为：https://www.comp.nus.edu.sg/~xiangnan/papers/www18-tem.pdf推荐系统的方法，无论是协同过滤还是一些embedding-based方法，在可解释性上都有一定的欠缺

目录常用框架介绍常用框架对比(表格展示) 16个最棒的深度学习框架https://baijiahao.baidu.com/s?id=1599943447101946075&wfr=spider&for=pc基于tensorfolw网络搭建实例CNN训练注意事项训练技巧深度学习模型训练痛点及解决方法https://blog.youkuaiyun.com/weixin_405816...

Markdown Revision 1;Date: 2018/11/4Editor: 谈继勇Contact: scutjy2015@163.comupdata:贵州大学硕士张达峰17.1 为什么需要模型压缩和加速？（1）随着AI技术的飞速发展，越来越多的公司希望在自己的移动端产品中注入AI能力（2）对于在线学习和增量学习等实时应用而言，如何减少含有大量层级及结点的大型神经网络...

DNN前向传播算法和反向传播算法感知机的模型大家都比较熟悉，它是一个有若干输入和一个输出的模型，如下图:输出和输入之间学习到一个线性关系，得到中间输出结果：接着是一个神经元激活函数:从而得到我们想要的输出结果1或者-1。这个模型只能用于二元分类，且无法学习比较复杂的非线性模型，因此在工业界无法使用。而神经网络则在感知机的模型上做了扩展，总结下主要有三点：1）加入了隐...

Alan Lockett，博士人工智能，德克萨斯大学奥斯汀分校（2012年）2017年5月10日回复RBM和DBM是具有不同但相关的拓扑的图形模型。DBN是基于堆叠RBM的计算模型，但是不对应于任何特定概率模型。更详细地说，玻尔兹曼机器（BMs）是在1980年代基于统计物理学提出的。BM是一种图形模型，具有跨越一组可见节点和一组隐藏节点的无向链接。每个节点都是一个随机变量，并且...

https://link.jianshu.com/?t=https://arxiv.org/pdf/1609.04747.pdf在机器学习、深度学习中使用的优化算法除了常见的梯度下降，还有 Adadelta，Adagrad，RMSProp 等几种优化器，都是什么呢，又该怎么选择呢？在 Sebastian Ruder 的这篇论文中给出了常用优化器的比较，今天来学习一下：https://arx...

https://juejin.im/entry/5983115f6fb9a03c50227fd4Adam优化算法是随机梯度下降算法的扩展式，近来其广泛用于深度学习应用中，尤其是计算机视觉和自然语言处理等任务。本文分为两部分，前一部分简要介绍了Adam优化算法的特性和其在深度学习中的应用，后一部分从Adam优化算法的原论文出发，详细解释和推导了它的算法过程和更新规则。我们希望读者在读完...

This post is a long form essay version of a talk about PyTorch internals, that I gave at the PyTorch NYC meetup on May 14, 2019.Hi everyone! Today I want to talk about the internals ofPyTorch....

赛题理解赛题链接：https://algo.qq.com1.数据历史日志数据：广告请求时间、用户id、广告位id、竞价广告信息等用户信息数据：包含用户id、年龄、性别、地域、行为兴趣等广 告 数 据：广告操作信息、广告静态信息2. 目标预测广告的日曝光量3. 评价指标评价指标由两部分组成，准确性指标和出价单调性指标。最终得分是将两个指标组合一起...

标签（空格分隔）： 原创性 深度学习 协作 卷积神经网络负责人：重庆大学研究生-刘畅787913208@qq.com；铪星创新科技联合创始人-杨文英；Markdown Revision 1;Date: 2018/11/08Editor: 李骁丹-杜克大学Contact: xiaodan.li@duke.edu5.1 卷积神经网络的组成层在卷积神经网络中，一般包含5种类...

The Deep Learning textbook is a resource intended to help students and practitioners enter the field of machine learning in general and deep learning in particular. The online version of the book is n...

3.1 激活函数关于激活函数，首先要搞清楚的问题是，激活函数是什么，有什么用？不用激活函数可不可以？答案是不可以。激活函数的主要作用是提供网络的非线性建模能力。如果没有激活函数，那么该网络仅能够表达线性映射，此时即便有再多的隐藏层，其整个网络跟单层神经网络也是等价的。因此也可以认为，只有加入了激活函数之后，深度神经网络才具备了分层的非线性映射学习能力。 那么激活函数应该具有什么样的性质呢？可...

简介受限玻尔兹曼机是一种无监督，重构原始数据的一个简单的神经网络。 受限玻尔兹曼机先把输入转为可以表示它们的一系列输出；这些输出可以反向重构这些输入。通过前向和后向训练，训练好的网络能够提取出输入中最重要的特征。为什么RBM很重要？因为它能够自动地从输入中提取重要的特征。RBM有什么用.用于协同过滤(Collaborative Filtering).降维(dimensio...

https://challenger.ai/competition/fsauor20182018年8月-12月，由美团点评、创新工场、搜狗、美图联合主办的“AI Challenger 2018全球AI挑战赛”历经三个多月的激烈角逐，冠军团队从来自全球81个国家、1000多所大学和公司的过万支参赛团队中脱颖而出。其中“后厂村静静”团队-由毕业于北京大学的程惠阁（现已入职美团点评）单人组队，勇夺“...

深度学习不仅可以用来做推荐系统，而且未来基于机器/深度学习的推荐系统会是大趋势。 深度学习（DL）是推荐系统（RecSys）的下一个大事件一。在过去几年中，深度神经网络在计算机视觉，语音识别和自然语言处理（NLP）方面取得了巨大成功。深度学习技术也正成为解决推荐系统任务（如音乐，新闻，时尚文章和移动应用程序推荐）的强大工具。 推荐系统可以说是无处不在，我们每天直接或间接地...

转自Luozm's Blog深度信念网络（Deep Belief Networks，DBN）是一种概率生成模型，是多个受限玻尔兹曼机（Restricted Boltzmann Machines，RBM）的堆叠，其中每个RBM层与其上下两层相连，且任意层内的单元不相互连接。除了第一层和最后一层之外，DBN的每一层都有两个作用：作为前一层的隐藏层，或者作为后一层的输入（可视层）。堆叠的RBM层上可...