![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 72
htbeker
毕业论文、课程设计、数据分析、数据挖掘、机器学习培训。
展开
-
多任务学习(Multi-task)keras实现
多目标任务存在很多场景中,如多目标检测,推荐系统中的多任务学习。多任务学习(Multi-task learning)简介多任务学习(Multi-task learning)是迁移学习(Transfer Learning)的一种,而迁移学习指的是将从源领域的知识(source domin)学到的知识用于目标领域(target domin),提升目标领域的学习效果。 而多任务学习也是希望模型同时做多个任务时,能将其他任务学到的知识,用于目标任务中,从而提升目标任务效果。如果我们换个角度理解,其实多任原创 2021-03-15 19:20:38 · 3750 阅读 · 2 评论 -
tensorflow之tf.where实例解析
tf.where( condition, x=None, y=None, name=None)a,b为和tensor相同维度的tensor,将tensor中的true位置元素替换为a中对应位置元素,false的替换为b中对应位置元素。import tensorflow as tfimport numpy as npsess=tf.Session() a=np.array([[1,0,0],[0,1,1]])a1=np.array([[3,2,3],[4,5,6]]) pr.原创 2021-01-08 15:08:19 · 372 阅读 · 0 评论 -
tf.feature_column详解及避坑攻略
在使用tensorflow搭建模型时会有特征工程的工作,今天介绍一下tensorflow做特征工程的api:tf.feature_column。feature_column 输入输出类型1.深度模型的输入必须是Dense类型,所有输出是categorical类型需要经过indicator或者embedding的转换才可以2.indicator, embedding, bucketized的输入不能是原始特征,前两者只能是categorical类型的feature_column, 后者只能是numer原创 2021-01-06 19:22:31 · 9651 阅读 · 0 评论 -
tf.reduce_sum()
reduce_sum应该理解为按相应的轴压缩求和,用于降维。通过设置axis参数按相应轴压缩求和。通过如下实例进行理解。先设置一个2*3*4的tensor实例x。x =tf.constant([[[ 1, 2, 3, 4],[ 5, 6, 7, 8],[ 9, 10, 11, 12]],[[13, 14, 15, 16],[17, 18, 19, 20],[21, 22, 23...原创 2019-07-02 19:17:12 · 2863 阅读 · 0 评论 -
tf.truncated_normal和tf.random_normal
import numpy as npimport pandas as pdfrom pandas import Series,DataFrameimport matplotlib.pyplot as pltimport tensorflow as tftf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, s...原创 2019-02-13 09:23:04 · 539 阅读 · 0 评论 -
tf.matmul和tf.multiply
tf.matmul为矩阵相乘,tf.multiply为矩阵中对应元素各自相乘原创 2019-02-12 18:36:28 · 448 阅读 · 0 评论 -
推荐系统深度学习实战之Wide_Deep
推荐系统与深度学习的结合。在推荐系统中,记忆体现的准确性,而泛化体现的是新颖性,wide_deep能将两者相结合。1、Memorization 和 Generalization 这个是从人类的认知学习过程中演化来的。人类的大脑很复杂,它可以记忆(memorize)下每天发生的事情(麻雀可以飞,鸽子可以飞)然后泛化(generalize)这些知识到之前没有看到过的东西(有翅膀的动物都...原创 2019-02-11 16:19:56 · 4257 阅读 · 0 评论 -
tf.nn.embedding_lookup和tf.gather实例
tf.nn.embedding_lookup的作用就是找到embedding data中对应行下的vectortf.nn.embedding_lookup(params, ids, partition_strategy='mod', name=None, validate_indices=True, max_norm=None)#寻找params中索引为ids的vectorimp...原创 2019-02-16 17:44:31 · 2221 阅读 · 0 评论 -
计算广告CTR预估系列--Wide&Deep理论与实践
转自: https://blog.csdn.net/u010352603/article/details/80590129计算广告CTR预估系列(四)–Wide&Deep理论与实践1. 名词解释1.1 Memorization 和 Generalization1.2 Wide 和 Deep1.3 Cross-product transformation2. Wide &...转载 2019-01-16 17:53:50 · 657 阅读 · 0 评论 -
tensorflow搭建简单线性模型及神经网络
利用tensorflow搭建简单线性模型及神经网络生成线性模型原创 2019-01-23 22:12:16 · 428 阅读 · 0 评论