- 博客(7)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 推荐系统之常用的召回(match)算法
一、协同过滤1.1 User-CF与Item-CF的比较1.2 基于共现的协同过滤算法二、LoglikelihoodRatio算法三、Embedding表示召回四、召回算法的应用场景五、相关参考六、数据和代码汇总
2018-09-20 18:51:08
2001
原创 深度学习之GPU的配置和适用
目录一、keras代码GPU配置二、tensorflow代码GPU配置三、给算子指定GPU或CPU当设置的GPU号大于实际的GPU个数时（比如实际只有一个GPU，配置中设置成使用1号GPU），创建会话会失败，提示tensorflow.python.framework.errors_impl.InternalError: Failed to create session.一、k...
2018-09-18 18:46:48
2178
原创 Keras实现自定义层
Keras是一个高度封装的库，它的优点是可以进行快速的建模，缺点是它不处理底层运算，如张量内积等。为了弥补这个问题，Keras提供“后端引擎”来实现底层运算操作。目前Keras支持的后端引擎有tensorflow，CNTK，Theano。默认的是使用tensorflow，你可以在.keras/keras.json文件中更改backend。我们可以使用keras提供的后端来实现任意你想实现的laye...
2018-09-17 23:00:11
7719
转载 XGBoost中参数调整的完整指南（包含Python中的代码）
介绍如果事情不适合预测建模，请使用XGboost。XGBoost算法已成为许多数据科学家的终极武器。它是一种高度复杂的算法，功能强大，足以处理各种不规则的数据。使用XGBoost构建模型很容易。但是，使用XGBoost改进模型很困难（至少我很挣扎）。该算法使用多个参数。要改进模型，必须进行参数调整。很难得到像实际问题的答案 - 你应该调整哪一组参数？获得最佳输出的这些参数的理想值是多少？...
2018-09-14 18:24:00
19311
原创 keras 模型参数，模型保存，中间结果输出和预测
例程1获取中间某一层的权重和偏置，并打印from keras.models import Sequential,Modelfrom keras.layers import Denseimport numpy as npmodel = Sequential()model.add(Dense(32,activation="relu",input_dim=100))model.add(...
2018-09-13 22:20:52
4450
原创 keras中自定义 loss损失函数和修改不同样本的loss权重(样本权重、类别权重)
首先辨析一下概念：1. loss是整体网络进行优化的目标， 是需要参与到优化运算，更新权值W的过程的2. metric只是作为评价网络表现的一种“指标”， 比如accuracy，是为了直观地了解算法的效果，充当view的作用，并不参与到优化过程一、keras自定义损失函数在keras中实现自定义loss， 可以有两种方式，一种自定义 loss function, 例如：# 方式...
2018-09-08 07:41:43
11933
2
原创 自然语言处理之文本向量化Hash Trick
在scikit-learn的HashingVectorizer类中，实现了基于signed hash trick的算法，这里我们就用HashingVectorizer来实践一下Hash Trick，为了简单，我们使用上面的19维词汇表，并哈希降维到6维。当然在实际应用中，19维的数据根本不需要Hash Trick，这里只是做一个演示，代码如下：from sklearn.feature_e...
2018-09-07 20:16:20
2027
train_mnist.zip
2020-02-26
minist_tensorflow_pb_train_predict.zip
2020-02-22
Word2Vec中的数学原理详解.pdf
2020-02-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人