- 博客(5)
- 收藏
- 关注
原创 因果推断1:Counterfactual Prediction for Bundle Treatment(NeurIPS 2020)
因果推断
2022-07-24 11:08:23
996
1
原创 tensorflow问题总结
这里写目录标题一级目录Tensorflow分布式训练1 分布式训练策略1.1 模型并行1.2 数据并行2. 分布式并行模式2.1 异步训练2.2 同步训练3.分布式训练架构3.1 Parameter Server架构3.2 Ring AllReduce架构feature_columnfeature_column 输入输出类型tf.feature_column.input_layer一级目录Tensorflow分布式训练分布式是指训练在多个工作节点(worker)上,工作节点是指实现计算的一个单元(一般
2022-04-17 16:13:19
1339
原创 短文阅读3:Variational Autoencoders (VAEs)
深度生成网络:VAEintroduction降维方法: PCA and Autoencoders理解变分自编码器introduction在近几年这些深度生成模型中,有两个主要的系列脱颖而出,特别值得关注。它们分别是生成对抗网络(GANs)和变分编码器(VAEs)。VAE是一个自动编码器,其编码的分布在训练期间被正则化,以确保其潜空间具有良好的属性,使我们能够产生一些新的数据。此外,“variational” 一词来自于统计学中的正则化和变量推理方法(variational inference)之间的
2022-04-02 22:36:38
1138
原创 短文阅读1:Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate
ESMM摘要INTRODUCTION全样本多任务模型对比实验ESMM摘要用户行为的顺序模式:impression → click → conversion准确估计点击后post-click 的转换率(conversion rate:CVR)对于工业应用中的排名系统,如推荐和广告,至关重要。传统的CVR建模它在实践中遇到了几个问题。1) 传统的CVR模型是通过click的样本来训练的,用点击样本空间对全量impression的样本来对整个空间进行推理,这就造成了一个样本选择偏差的问题。(样本空间应该
2022-03-13 23:41:42
2140
原创 Learning to Embed Categorical Features without Embedding Tables for Recommendation
论文笔记:Learning to Embed Categorical Features without Embedding Tables for Recommendation核心内容摘要1.introduction2.基于one-hot的embedding学习2.1 one-hot full embedding2.2 one-hot Hash embedding3.DHE3.1 Encoding Design插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右Sma
2021-08-26 17:14:36
809
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人