- 学习总结 （1）这次task的模型看似没啥新东西（embedding+MLP），但是对于tensorflow不熟悉，还有需要注意特征处理：类别型特征 Embedding 化，数值型特征直接输入 MLP。... 学习总结 （1）这次task的模型看似没啥新东西（embedding+MLP），但是对于tensorflow不熟悉，还有需要注意特征处理：类别型特征 Embedding 化，数值型特征直接输入 MLP。...
- 背景介绍 这几年图神经网络模型（如谱聚类的GCN、GAT等等）都挺火的，这些图神经网络即将节点或图映射到一个低维空间（称为图嵌入）；而除了GNN还有很多图嵌入方法（在GNN之前图嵌入的概念常出现在流行学... 背景介绍 这几年图神经网络模型（如谱聚类的GCN、GAT等等）都挺火的，这些图神经网络即将节点或图映射到一个低维空间（称为图嵌入）；而除了GNN还有很多图嵌入方法（在GNN之前图嵌入的概念常出现在流行学...
- 学习总结 （1）上一个task我们提到用embedding召回，快速过滤商品，缩小候选集。但是embedding相似度如果都用余弦计算，当数据量很大时计算量很大。所以提出用【局部敏感哈希LSH】解决高维... 学习总结 （1）上一个task我们提到用embedding召回，快速过滤商品，缩小候选集。但是embedding相似度如果都用余弦计算，当数据量很大时计算量很大。所以提出用【局部敏感哈希LSH】解决高维...
- 学习总结 YouTube推荐架构=召回层（多，快）+排序层（少，精）。候选集生成模型：用了Embedding MLP，注意最后的多分类的输出层，预测的是用户点击了“哪个”视频。线上服务时，需要从输出层提... 学习总结 YouTube推荐架构=召回层（多，快）+排序层（少，精）。候选集生成模型：用了Embedding MLP，注意最后的多分类的输出层，预测的是用户点击了“哪个”视频。线上服务时，需要从输出层提...
- 学习总结 （1）本次task学习Embedding中的Deep Walk和Node2vec算法，和Embedding在推荐系统的三种应用：直接应用、预训练应用和End2End训练应用。 （2）Deep ... 学习总结 （1）本次task学习Embedding中的Deep Walk和Node2vec算法，和Embedding在推荐系统的三种应用：直接应用、预训练应用和End2End训练应用。 （2）Deep ...
- 学习心得 （1）Word2vec 的研究中提出的模型结构、目标函数、负采样方法、负采样中的目标函数在后续的研究中被重复使用并被屡次优化。掌握 Word2vec 中的每一个细节成了研究 Embedding... 学习心得 （1）Word2vec 的研究中提出的模型结构、目标函数、负采样方法、负采样中的目标函数在后续的研究中被重复使用并被屡次优化。掌握 Word2vec 中的每一个细节成了研究 Embedding...
- 这个系列是学习王喆的【深度学习推荐系统实战】时做的笔记和自己的学习总结。 文章目录 零、一个栗子的引入一、学习目标和要求1.学习目标2.课前要求 二、课程体系1.基础架构篇2.特征工程篇3.线... 这个系列是学习王喆的【深度学习推荐系统实战】时做的笔记和自己的学习总结。 文章目录 零、一个栗子的引入一、学习目标和要求1.学习目标2.课前要求 二、课程体系1.基础架构篇2.特征工程篇3.线...
- 这篇博文 记录 各种模型 预处理，后续会逐步扩展补充 该博文 – 属于 模型推理 和 模型部署领域 文章目录 pytorch 和 onnx 模型... 这篇博文 记录 各种模型 预处理，后续会逐步扩展补充 该博文 – 属于 模型推理 和 模型部署领域 文章目录 pytorch 和 onnx 模型...
- ReLU 函数，也就是max(x,0) ，是最常见的激活函数之一，然而它在 处的不可导通常也被视为一个“槽点”。为此，有诸多的光滑近似被提出，比如 SoftPlus、GeLU、Swish 等，不过这些光滑近似无一例外地至少都使用了指数运算 （SoftPlus 还用到了对数），从“精打细算”的角度来看，计算量还是不... ReLU 函数，也就是max(x,0) ，是最常见的激活函数之一，然而它在 处的不可导通常也被视为一个“槽点”。为此，有诸多的光滑近似被提出，比如 SoftPlus、GeLU、Swish 等，不过这些光滑近似无一例外地至少都使用了指数运算 （SoftPlus 还用到了对数），从“精打细算”的角度来看，计算量还是不...
- 🥇 版权: 本文由【墨理学AI】原创、在CSDN首发、各位大佬、敬请查阅🎉 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️❤️ 如果文章对你有帮助、欢迎一键三连 ... 🥇 版权: 本文由【墨理学AI】原创、在CSDN首发、各位大佬、敬请查阅🎉 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️❤️ 如果文章对你有帮助、欢迎一键三连 ...
- 论文链接：https://arxiv.org/pdf/2201.03545.pdf 代码链接：https://github.com/facebookresearch/ConvNeXt 最小的模型100m ConvNeXt-S224x22478.722M4.3G Abstract ViT伴随着视觉的“20年代”咆哮而来，迅速的碾压... 论文链接：https://arxiv.org/pdf/2201.03545.pdf 代码链接：https://github.com/facebookresearch/ConvNeXt 最小的模型100m ConvNeXt-S224x22478.722M4.3G Abstract ViT伴随着视觉的“20年代”咆哮而来，迅速的碾压...
- 面向不会使用PS的非专业人士： 有趣的超分重建–4倍放大–应用场景说明 letsenhance 2 、4、8 倍 超分重建，图像增强pixfix 图像降噪、修复 这种纯粹的图像处理，目前是... 面向不会使用PS的非专业人士： 有趣的超分重建–4倍放大–应用场景说明 letsenhance 2 、4、8 倍 超分重建，图像增强pixfix 图像降噪、修复 这种纯粹的图像处理，目前是...
- 初识移动端深度学习推理框架MNN | MNN1.2版本编译安装 | 示例工程测试 初识移动端深度学习推理框架MNN MNN 正确编译和安装 【1.2版本】 ... 初识移动端深度学习推理框架MNN | MNN1.2版本编译安装 | 示例工程测试 初识移动端深度学习推理框架MNN MNN 正确编译和安装 【1.2版本】 ...
- 这篇博文撰写较早、内容简单、敬请理解 # 这篇回答感觉还不错 https://www.zhihu.com/question/21817515/answer/472164871 123 时... 这篇博文撰写较早、内容简单、敬请理解 # 这篇回答感觉还不错 https://www.zhihu.com/question/21817515/answer/472164871 123 时...
- 文章目录 I . 神经网络 ( Neural Networks ) 简介II . 神经网络三要素III . 神经网络拓扑结构IV . 神经网络连接方式V . 神经网络学习规则VI . 浅层神经网络... 文章目录 I . 神经网络 ( Neural Networks ) 简介II . 神经网络三要素III . 神经网络拓扑结构IV . 神经网络连接方式V . 神经网络学习规则VI . 浅层神经网络...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签