【个人】半年的总结与思考

最新推荐文章于 2024-11-03 22:14:01 发布

Blank_spaces

最新推荐文章于 2024-11-03 22:14:01 发布

阅读量556

点赞数

文章标签：人工智能编程语言 css 推荐系统深度学习

本文链接：https://blog.csdn.net/Blank_spaces/article/details/108839916

版权

前言

本篇是自己对半年的学习总结。

半年的思考与感悟

由于今年的特殊情况，所以和大多数人一样，在家自学半年。在此期间，增加了一定的论文阅读量，完成了部分论文的复现工作，同时也在撰写自己的论文，水了几场比赛。公众号，起初是为了记录自己的学习过程，现在也逐步成为认识其他优秀的大佬的途径。最近因为论文、建模等原因，所以一直没更新，这次便写一篇来对自己半年的工作进行总结。

1. 论文阅读

作者的方向是推荐系统，现在更精确的是专注于序列推荐，所以阅读的论文绝大部分是与推荐、CTR预估相关。论文阅读是对整个专业方向认知的最快途径，到目前为止，相关论文的阅读大概有30余篇，也有了自己的一些理解与体会（虽然还没有创新点），例如对于召回和排序来说，当时看了一些工业上的论文才明白具体的划分情况。

2. Github---论文复现

部分论文我会对其进行复现。由于部分论文的开源代码一般会采用Tensorflow1.x版本，自己学的又是2.0，因此想重新进行复现增加对模型的理解。刚开始只是简单的将自己做过的一些内容上传到GitHub，但7月看到有9个star时，就萌生了好好做下去的念头。其实已经有很多优秀的开源项目可以直接调用，自己想要与其进行区分，就要考虑到面向的对象：与我一样，正在复现论文的同学。因此，便有了我在Github上提到的项目特点：

使用Tensorflow2.0进行复现；
每个模型都是相互独立的，不存在依赖关系；
模型基本按照论文进行构建，实验尽量使用论文给出的的公共数据集；
具有Wiki，对于模型、实验数据集有详细的介绍和链接；
代码源文件参数、函数命名规范，并且带有标准的注释；

目前已完成14个模型的复现，拥有「219个star」，希望能给看到的同学一些帮助。

「GitHub地址」：https://github.com/ZiyaoGeng/Recommender-System-with-TF2.0

3. 比赛

比赛可能是自己一直的执念。到目前为止，参加了3个比赛：2020腾讯广告算法大赛、2020科大讯飞---温室温度预测、2020华为精英挑战赛。没有Kaggle的比赛，是因为没找到合适自己的内容，毕竟结构化的数据比赛越来越少了，CV、NLP又不是自己的方向。

5月份的腾讯广告算法大赛，大概只做了10天，还发过一篇Baseline的文章，当时没有做下去的原因是缺设备，学校的实验室关了，只能拿自己的电脑跑，数据量又很大，所以最后放弃了。

7月-9月的科大讯飞的温室温度预测比赛，自己学习到的内容有很多，之后也会写一篇总结。初赛时，也非常感谢很多大佬的Baseline，给了自己思考的方向。最后也和几位大佬共同组队，在700多支队伍中排第28名，进入复赛。复赛由于队友各自有事，只有自己提交了3次，最后的结果是24名。其实挺遗憾的，要是能坚持做下来，应该会取得不错的结果。

8-9月还参加了华为精英挑战赛，有两位同学通过知识星球找到我，看了我的GitHub，想和我一起组队，并提供服务器资源，所以便接受了。赛题是CTR预估，当时想证明自己目前的学习结果，所以放弃了温室温度比赛，一心做CTR预估。事实证明，自己还差的很远，只会CTR模型调用，特征的处理、样本的划分都做的很差。对于两位队友，真的非常抱歉，已经提供了计算资源，自己却还是没有取得成果。