自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(21)
  • 收藏
  • 关注

转载 RecSys | Tutorial Proposals征集通知

它将为推荐系统领域的研究人员和从业人员提供平台以展示他们的最新成果,并确定在一系列创新应用场景中提供推荐服务的新趋势和挑战。Tutorial Proposals征集链接:https://recsys.acm.org/recsys23/call/#content-tab-1-2-tab。ACM RecSys在2022年被中国计算机学会被推荐为数据库/数据挖掘/内容检索领域下的B类会议(CCF-B)。会议链接:https://recsys.acm.org/recsys23/

2023-05-25 16:00:01 162

转载 诚邀赞助 | The ACM Conference on Recommender Systems

诚邀赞助 | The ACM Conference on Recommender Systems

2023-02-17 16:52:16 280

转载 研究论文征稿通知 | The ACM Conference on Recommender Systems

ACM推荐系统会议(RecSys)是推荐系统领域展示与交流研究成果、系统和技术的主要国际论坛。RecSys汇集了全球致力于推荐系统和相关领域研究的高等院校、科研机构和商业公司。它已经成为交流和讨论推荐系统研究成果的最重要的年度会议之一。

2023-01-27 10:40:07 702

转载 征稿通知 | ACM Conference on Recommender Systems (RecSys)

推荐系统领域RecSys会议(CCF-B)目前已开始征稿。

2023-01-13 13:36:36 543

原创 推荐系统领域对比学习和数据增强论文及代码集锦

推荐系统领域对比学习和数据增强论文及代码集锦

2023-01-01 12:16:43 1804

原创 AAAI2023 | 均匀序列更好:时间间隔感知的序列推荐数据增强方法

AAAI 2023 | 时间间隔感知的序列推荐数据增强方法 | 序列推荐 | 数据增强 | 对比学习

2023-01-01 11:26:48 584

原创 华为Ascend众智计划项目--3DMPPE_ROOTNET--Pytorch模型迁移至NPU(五)

系列文章目录项目信息、本地GPU单卡复现:华为Ascend众智计划项目–3DMPPE_ROOTNET–Pytorch模型迁移至NPU(一)模型迁移——本地代码添加:华为Ascend众智计划项目–3DMPPE_ROOTNET–Pytorch模型迁移至NPU(二)模型迁移——服务器GPU-2P调试和NPU单卡调试:华为Ascend众智计划项目–3DMPPE_ROOTNET–Pytorch模型迁移至NPU(三)模型迁移——NPU单P性能和精度调优:华为Ascend众智计划项目–3DMPPE_ROO

2021-10-14 10:44:17 598

原创 华为Ascend众智计划项目--3DMPPE_ROOTNET--Pytorch模型迁移至NPU(四)

系列文章目录项目信息、本地GPU单卡复现:华为Ascend众智计划项目–3DMPPE_ROOTNET–Pytorch模型迁移至NPU(一)模型迁移——本地代码添加:华为Ascend众智计划项目–3DMPPE_ROOTNET–Pytorch模型迁移至NPU(二)模型迁移——服务器GPU-2P调试和NPU单卡调试:华为Ascend众智计划项目–3DMPPE_ROOTNET–Pytorch模型迁移至NPU(三)模型迁移——NPU单P性能和精度调优:华为Ascend众智计划项目–3DMPPE_ROO

2021-10-13 18:08:47 1244

原创 华为Ascend众智计划项目--3DMPPE_ROOTNET--Pytorch模型迁移至NPU(二)

系列文章目录项目信息、本地GPU单卡复现:华为Ascend众智计划项目–3DMPPE_ROOTNET–Pytorch模型迁移至NPU(一)模型迁移——本地代码添加:华为Ascend众智计划项目–3DMPPE_ROOTNET–Pytorch模型迁移至NPU(二)文章目录系列文章目录前言一、模型迁移——本地代码添加1.添加prof、FPS、apex①prof②FPS③Apex2.添加DDP总结前言  本系列文章记录笔者在完成华为昇腾众智项目的主要过程、遇到的问题及解决方案等。Ascend 众智计

2021-10-13 16:51:05 1175

原创 华为Ascend众智计划项目--3DMPPE_ROOTNET--Pytorch模型迁移至NPU(三)

系列文章目录项目信息、本地GPU单卡复现:华为Ascend众智计划项目–3DMPPE_ROOTNET–Pytorch模型迁移至NPU(一)模型迁移——本地代码添加:华为Ascend众智计划项目–3DMPPE_ROOTNET–Pytorch模型迁移至NPU(二)文章目录系列文章目录前言一、模型迁移——本地代码添加1.添加prof、FPS、apex①prof②FPS③Apex2.添加DDP总结前言  本系列文章记录笔者在完成华为昇腾众智项目的主要过程、遇到的问题及解决方案等。Ascend 众智计

2021-10-13 11:24:22 1980 3

原创 华为Ascend众智计划项目--3DMPPE_ROOTNET--Pytorch模型迁移至NPU(一)

系列文章目录提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录系列文章目录前言一、项目基本信息二、使用步骤1.引入库2.读入数据总结前言  本系列文章记录笔者在完成华为昇腾众智项目的主要过程、遇到的问题及解决方案等。Ascend 众智计划是华为围绕 Ascend 基础软件平台推出的一项生态合作计划,旨在汇聚高校、科研院所、企业等组织和机构的开发团

2021-10-13 10:08:52 2482

原创 pytorch + cuda + cudnn 配置完整教程

①查看对应版本并下载(下载python、cuda、cudnn和visual studio)首先查看python、torch、cuda、cudnn和Visual Studio对应的版本,注意版本最好严格对应。具体对应关系看下面这篇博客和torch官网。cuda对应的Visual Studio版本可以百度搜索,如果Visual Studio版本不对cuda在安装时会进行警告。https://pytorch.org/get-started/previous-versions/https://blog.cs

2021-09-11 16:32:39 927

原创 command ‘ cl.exe‘ failed: No such file or directory 问题的另一种解决办法

博主的python3.6版本下使用指令时pip install pycocotools出现以下报错:command ' cl.exe' failed: No such file or directory尝试了很多办法,包括安装对应版本Visual Studio、对应版本Visual Studio C++ Build Tools等,仍然无法解决。之后在另一台同为python3.6版本的电脑上成功安装pycocotools。于是将Lib\site-packages目录下(Lib中的L可能为大写,也可能为

2021-09-10 20:25:39 1615

原创 《推荐系统进展:方法与技术》个人阅读笔记

《推荐系统进展:方法与技术》是2019年科学出版社出版的图书,作者是郭贵冰。本书梳理了推荐系统的知识体系及其现实挑战,尤其是数据稀疏和冷启动两个重要问题,给出解决这些问题的思考方向和解决思路,从基础的基于用户与物品反馈的协同过滤,到基于上下文信息的情景感知模型,一步步深入剖析推荐系统模型的设计理念、建模方法和实验评估等。同时,本书介绍了领先的开源推荐算法库LibRec,能够更好地帮助读者了解推荐算法的实现原理和评估过程,快速试用和比较不同算法的推荐性能,也可方便读者基于LibRec框架便捷地实现自己的研究.

2021-08-05 10:52:12 179

原创 TensorFlow + cuda + cudnn 配置完整教程

最近因为需要跑一些论文代码,无奈CPU在计算方面性能不能满足,于是决定继续尝试之前没有成功的配置GPU环境,最后总算tf可以识别到GPU。这里记录一下自己的配置过程,也算是给大家一个参考。  ①查看对应版本并下载首先查看python、TensorFlow、cuda、cudnn对应的版本,注意版本最好严格对应。注意TensorFlow和TensorFlow-GPU一定安装相同的版本。具体对应关系看这篇博客:https://blog.csdn.net/yuejisuo1948/a

2021-07-15 09:52:31 778

原创 LeetCode 78 子集

题目内容Java代码class Solution { public List<List<Integer>> subsets(int[] nums) { List<List<Integer>> result = new ArrayList<>(); result.add(new ArrayList<>()); for(int i=0 ; i<nums.length ; i

2021-03-17 20:14:50 62

原创 LeetCode 剑指offer64 求1+2+…+n

题目内容Java代码解法1class Solution { public int sumNums(int n) { int sum=n; boolean flag = n > 0 && (sum+=sumNums(n-1)) >0; return sum; }}解法2class Solution { public int sumNums(int n) { return (int

2021-03-17 16:43:47 61

原创 LeetCode 70 爬楼梯

题目内容来源:力扣(LeetCode)链接:https://leetcode-cn.com/problems/climbing-stairs/著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。Java代码class Solution { public int climbStairs(int n) { if(n<=2) return n; int f1=1,f2=2,next; for(int

2021-03-13 17:44:02 75

原创 推荐系统-矩阵分解 个人学习索引

这篇博客是我学习推荐系统中矩阵分解方法所查看过的相关资料和博客,每种方法会给出一篇对于我个人来说较易理解的博客或文章。基于模型的协同过滤技术中尤为矩阵分解(Matrix Factorization)技术最为普遍和流行。评分矩阵(稀疏的,稀疏度90%以上)的补全问题。传统的奇异值分解算法只能对数据稠密的矩阵进行分解,而评分矩阵是极度稀疏的,因此,若要使用SVD对评分矩阵进行分解,首先要对矩阵的缺失值进行填充,这样便造成了数据量增加、数据失真等问题,所以人们开始研究对已有矩阵的分解。1.SVD(..

2021-03-13 16:52:10 151

原创 LeetCode16 最接近的三数之和

题目内容给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数,使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在唯一答案。来源:力扣(LeetCode)链接:https://leetcode-cn.com/problems/3sum-closest著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。Java代码暴力法class Solution { public int threeSumClose

2021-03-11 19:34:35 57

原创 LeetCode17 电话号码的字母组合

题目内容给定一个仅包含数字 2-9 的字符串,返回所有它能表示的字母组合。答案可以按 任意顺序 返回。给出数字到字母的映射如下(与电话按键相同)。注意 1 不对应任何字母。来源:力扣(LeetCode)链接:https://leetcode-cn.com/problems/letter-combinations-of-a-phone-number著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。解法来自用户 孩客Java代码class Solution { pu

2021-03-10 17:08:27 111 1

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

提示
确定要删除当前文章?
取消 删除