zhangyifeng_1995的博客

序列推荐旨在评估动态的用户偏好以及用户历史行为之间的序列依赖关系。尽管基于transformer的模型已被证明对序列推荐是有效的，但它们受到注意力算子的二次计算复杂性导致的推理效率低下的问题的困扰，特别是对于长程行为序列。受最近状态空间模型(ssm)成功的启发，本文提出Mamba4Rec，这是第一个探索选择性ssm高效序列推荐潜力的工作。基于基础的Mamba模块，即一个带有硬件感知并行算法的选择性SSM，我们结合了一系列序列建模技术，在保证推理效率的同时，进一步提升模型性能。

前面P1-P5属于环境安装，略过。

文中有疑问的地方用?表示了。可以通过ctrl+F搜索’?

的tensor，注意数据类型是浮点类型。可以设置对角线偏移。

下列网站的知识涵盖度由浅到深，可以按照(暂定)顺序逐个进行检索，即先选择靠上的网站进行知识点检索。建议先使用help()，然后查阅下面的网站/文档，最后还搞不懂可以去翻一些个人博客资料。下面的网站可以帮助了解IDE和python快捷命令，用来提高效率。对于内容多的，可以当工具书检索使用。对于内容少的可以看一遍。

顺序动态是许多现代推荐系统的一个关键特征，这些系统试图根据用户最近执行的操作来捕获用户活动的“上下文”。马尔可夫链（MC）和递归神经网络（RNN）。马尔可夫链假设用户的下一个动作可以仅根据他们最后（或最后几个）动作来预测，而 RNN 原则上允许发现长期语义。一般来说，基于MC 的方法在极稀疏的数据集中表现最好，其中模型精简至关重要，而RNN 在更密集的数据集中表现更好，在这些数据集中，模型复杂性更高。

使用预训练的ResNet 18 CNN，有18层深(CNN的层数一般就是指具有权重/参数的层数总和)，可以进行1000分类。会创建一个简单的flask应用，带有rest api，并且以json数据作为返回。实现激活函数：nn.xxx, torch.xxx, F.xxx。成更高维度的tensor，其拓展的维度由。3.如何保存和加载Checkpoint。4.在GPU/CPU上保存/加载。pytorch会进行数字数字分类。是将相同大小的tensor。2.只需要保存参数(推荐)衡量分类模型的表现。

表现：高效，便宜使用时只需要进行简单替换。介绍大规模预训练模型压缩的相关技术。以及相关工具包BMCook。下表是PLMs模型增长的趋势。如何将大规模的计算量降下来，同时保留PLMs学习到的能力。所以希望将大规模模型压缩。同时小模型基本上继承大模型的能力。有效的方法可能包括：知识蒸馏；模型剪枝；模型量化；模型的专家化现在的PLMs是十分过参数化的。有一些方法被用于提高模型效率。BMCook是一个工具包。它的目的是结合已有的有效的模型压缩方法，加速现有大规模模型。

略。

DRF（全称Django REST framework）是一个用于构建 Web API 的强力工具集，是一个基于Django的Python Web框架，它为开发人员提供了一套快速开发 RESTful API 的工具，它能够自动化 API 可视化、文档化，实现接口的自动化测试以及自动化的API路由、序列化、视图、验证、分页、版本管理、认证等等功能。DRF简化了API的开发，并提供了一系列的工具来构建高质量的API。学习目标：使用DRF开发RESTful API接口。

Django的ORM详解在django中，应用的文件夹下面会自动建一个models.py文件。模型类的优势与劣势优势：让开发人员专注于业务逻辑处理，提高开发效率。不需要在业务逻辑代码中编写原生sql语句了。用操作对象方式来操作数据库。缺点：一定程度上牺牲程序执行效率。orm写久了可能会忘记怎么写sql。Django Meta元数据类属性解析每个模型类下面都有一个子类：Meta这个类就是定义元数据的地方用于定义数据库或者数据表相关的信息如设置表明，设置排序，设置唯一键等。

创建连接，创建游标cursor，用游标execute执行sql语句，然后断开连接。动态执行sql，千万不要用字符串格式化去做sql拼接，会有安全隐患SQL注入。安装完会有django-amin.exe和django模块。varchar，节省空间。MySQL，本质上就是一个软件。

源学习视频目的：开发一个平台(网站)前端开发：HTML、CSS、JavaScriptWeb框架：接收请求并处理MySQL数据库：存储数据地方快速上手：基于Flask Web框架让你快速搭建一个网站出来。深入学习：基于Django框架(主要)1.快速开发网站from flask import Flaskapp = Flask(__name__)# 创建了网站/show/info和函数index的对应关系# 以后用户在浏览器上访问/show/info，网站自动执行index

在看一篇资料的时候.有两处代码.这个代码可以查看data_train,可查看到数据修改.但下面的代码查看data_train却无法查看到数据修改.

[学习笔记]黑马程序员python教程

DES(Data Encryption Standard-数据加密标准)属于对称加密，即使用相同的密钥来完成加密和解密。分组长度为8个字节64bit(密钥每个字节的最后一位都没有采用，所以有效位只有56位)。

[学习笔记]Python for Data Analysis, 3E-附录A.高等Numpy

[学习笔记]Python for Data Analysis, 3E-附录A.高等Numpy

[学习笔记]Python for Data Analysis, 3E-13.数据分析实例

[学习笔记]Python for Data Analysis, 3E-12.Python建模库简介

[学习笔记]Python for Data Analysis, 3E-11.时间序列

[学习笔记]Python for Data Analysis, 3E-10.数据聚合和组操作

[学习笔记]Python for Data Analysis, 3E-9.绘图和可视化

[学习笔记]Python for Data Analysis, 3E-9.绘图和可视化

[学习笔记]Python for Data Analysis, 3E-8.数据整理：连接、合并和重塑

[学习笔记]Python for Data Analysis, 3E-7.数据清洗和准备

[学习笔记]Python for Data Analysis, 3E-6.数据加载、存储和文件格式

[学习笔记]Python for Data Analysis, 3E-5.pandas入门

[学习笔记]Python for Data Analysis, 3E-4.NumPy基础知识：数据和矢量化计算

[学习笔记]Python for Data Analysis, 3E-3.内置数据结构，函数和文件

[学习笔记]Python for Data Analysis, 3E-2.Python语言基础，IPython以及Jupyter Notebooks

Python for Data Analysis, 3E-1.序言

python正则表达式、零宽断言

Python连接mysql方法1: 只使用pymysql参考资料：MySQL 数据库连接 - PyMySQL 驱动基础写法#!/usr/bin/python3 import pymysql # 连接数据库(地址、端口号、数据库名、用户名、密码、字符编码)con = pymysql.connect(host='localhost', port=3306, database='test', user='root', passwd='root', charset='utf8' )# 使用