深度学习算法
搜索与推荐Wiki
这个作者很懒,什么都没留下…
展开
-
基于tensorflow实现稀疏自编码和在推荐中的应用
稀疏自编码自编码器(Auto-Encoder)顾名思义,即可以利用自身的高阶特征编码自己。自编码器也是一种神经网络,他的输入和输出是一致的,他借助稀疏编码的思想,目标是使用稀疏的一些高阶特征重新组合来重构自己。因此他的特征十分明显:期望输入与输出一致希望使用高阶特征来重构自己,而不只是复制像素点自编码器的输入节点和输出节点的数量是一致的,但如果只是单纯的逐个复制输入节点则没有意义,像前面提到的,自编码器通常希望使用少量稀疏的高维特征来重构输入,所以加入几种限制:(1)中间隐含层节点的数量。原创 2020-05-28 20:45:45 · 1250 阅读 · 3 评论 -
基于DNN的推荐算法
本文为《推荐系统与深度学习》第六章的复习笔记,只记录了一些要点,希望能够快速的进行复习,如果发现哪一个点不明白的话,可以自行展开学习或者加小编微信进行沟通。深度学习在推荐中发挥的作用:能够直接从内容中提取特征,表征能力强容易对噪声数据进行处理,抗噪能力强可以使用循环神经网络对动态或者序列数据进行建模可以更加准确的学习user和item的特征基于DNN的推荐算法推荐系统和通用搜索排序问题共有的一大挑战为同时具备记忆能力和泛化能力。记忆能力可以解释为学习那些经常共同出现的特征,发现历史.原创 2020-05-27 23:19:36 · 2718 阅读 · 0 评论 -
值得收藏 |近100页的《常见的五种神经网络》汇总电子书
首先在这里给各位读者分享一个好消息,我的处女作《推荐系统开发实战》已经被两所高校纳为教学用书了,当编辑把这个消息告诉我的时候,说实话内心十分的激动和意外!目前这本书在京东和当当都有满100-50的活动,感兴趣的朋友欢迎购买阅读,目前该书还没有电子版,所以只能阅读纸质书了!当当购买链接:http://product.dangdang.com/27913798.html京东购买链接:https...原创 2020-03-02 15:42:18 · 992 阅读 · 1 评论 -
常见的五种神经网络(2)-卷积神经网络
文章目录卷积的概念一维卷积二维卷积互相关常见的卷积核及特征常见的卷积核卷积核的特征卷积的变种卷积的数学性质交换性导数卷积神经网络用卷积代替全连接卷积层汇聚层全连接层典型的卷积网络结构参数学习误差项的计算卷积层汇聚层几种典型的卷积神经网络LeNet-5AlexNetInception残差网络其他卷积方式转置卷积空洞卷积卷积神经网络(Convolutional Neural Network)是一...原创 2019-09-05 18:05:24 · 9206 阅读 · 14 评论 -
常见的五种神经网络(1)-前馈神经网络
转载请注明出处:http://blog.csdn.net/gamer_gyt博主微博:http://weibo.com/234654758Github:https://github.com/thinkgamer公众号:数据与算法联盟给定一组神经元,我们可以以神经元为节点来构建一个网络。不同的神经网络模型有着不同网络连接的拓扑结构。一种比较直接的拓扑结构是前馈网络。前馈神经网络(Feed...原创 2019-04-23 16:36:43 · 43788 阅读 · 6 评论 -
常见的五种神经网络(3)-循环神经网络(下)篇
引言常见的五种神经网络系列第三种,主要介绍循环神经网络,由于循环神经网络包含的内容过多,分位上中下三篇进行介绍,本文主要是循环神经网络(下)篇,主要介绍以下内容:长短时记忆网络(LSTM)门控循环单元网络(GRU)递归循环神经网络(RecNN)图网络(GN)该系列的其他文章:常见的五种神经网络(1)-前馈神经网络常见的五种神经网络(2)-卷积神经网络常见的五种神经网络(3)...原创 2019-09-18 08:14:54 · 3250 阅读 · 0 评论 -
常见的五种神经网络(3)-循环神经网络(中)篇
引言常见的五种神经网络系列第三种,主要介绍循环神经网络,分位上中下三篇进行介绍,本文主为(中)篇,涉及内容如下:循环神经网络中的参数学习RNN中的长期依赖问题常见的循环神经网络结构该系列的其他文章:常见的五种神经网络(1)-前馈神经网络常见的五种神经网络(2)-卷积神经网络常见的五种神经网络(3)-循环神经网络(上篇)常见的五种神经网络(3)-循环神经网络(中篇)常见的五...原创 2019-09-11 01:16:12 · 4819 阅读 · 0 评论 -
常见的五种神经网络(3)-循环神经网络(上)篇
引言常见的五种神经网络系列第三篇,主要介绍循环神经网络,由于循环神经网络包含的内容过多,分位上下两篇进行介绍,本文主要是循环神经网络(上)篇,主要介绍以下内容:循环神经网络概述如何给神经网络增加记忆能力什么是循环神经网络单向循环神经网络深度循环神经网络循环神经网络应用到机器学习任务循环神经网络中的参数学习该系列的其他文章:常见的五种神经网络(1)-前馈神经网络常见的五种...原创 2019-09-08 16:37:58 · 10073 阅读 · 2 评论 -
常见的五种神经网络(5)-生成对抗网络(下)之GAN、DCGAN、W-GAN
在上一篇文章中介绍了生成模型的基本结构、功能和变分自动编码器,在本篇文章中主要介绍一下生成对抗网络(Generative Adversaarial Networks,GAN)KL散度、JS散度、Wassertein距离KL散度KL散度又称相对熵,信息散度,信息增益。KL散度是两个概率分布P和Q差别的非对称性的度量。在经典境况下,P表示数据的真实分布,Q表示数据的理论分布,模型分布。DK...原创 2019-12-31 15:54:24 · 7768 阅读 · 1 评论 -
常见的五种神经网络(5)-生成对抗网络(上)之变分自动编码器
概率生成模型简称生成模型(Generative Model),是概率统计和机器学习中的一类重要模型,指一系列用于随机生成可观测数据的模型。生成模型的思路是根据可观测的样本学习一个参数化的模型pθ(x)p_{\theta}(x)pθ(x)来近似未知分布pr(x)p_r(x)pr(x),使得生成的样本和真实的样本尽可能的相似。深度生成模型就是利用深层神经网络可以近似任意函数的能力来建模一个复杂的...原创 2019-12-29 22:33:48 · 5795 阅读 · 0 评论 -
常见的五种神经网络(4)-深度信念网络(下)篇之深度信念网络的原理解读、参数学习
该系列的其他文章:常见的五种神经网络(1)-前馈神经网络常见的五种神经网络(2)-卷积神经网络常见的五种神经网络(3)-循环神经网络(上篇)常见的五种神经网络(3)-循环神经网络(中篇)常见的五种神经网络(3)-循环神经网络(下篇)常见的五种神经网络(4)-深度信念网络(上篇)常见的五种神经网络(4)-深度信念网络(下篇)常见的五种神经网络(5)-生成对抗网络在上一篇文章中介...原创 2019-12-07 18:02:07 · 6309 阅读 · 1 评论 -
常见的五种神经网络(4)-深度信念网络(上)篇之玻尔兹曼机和受限玻尔兹曼机
引言常见的五种神经网络系列第三篇,主要介绍深度信念网络。内容分为上下两篇进行介绍,本文主要是深度信念网络(上)篇,主要介绍以下内容:背景玻尔兹曼机受限玻尔兹曼机该系列的其他文章:常见的五种神经网络(1)-前馈神经网络常见的五种神经网络(2)-卷积神经网络常见的五种神经网络(3)-循环神经网络(上篇)常见的五种神经网络(3)-循环神经网络(中篇)常见的五种神经网络(3)-循...原创 2019-11-26 14:32:04 · 7534 阅读 · 3 评论 -
模型的独立学习方式
本篇文章主要介绍一些“模型独立的学习方式”,比如:集成学习、协同学习、自学习、多任务学习、迁移学习、终身学习、小样本学习、元学习等。原创 2019-11-12 20:53:23 · 1772 阅读 · 0 评论