- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 搭建自己的微信公众号聊天机器人-基于深度学习
截至2020.1.31 1点13分已经完成模型的部署与聊天机器人的上线。总共花了整整两天时间，总结一下过程中学到的和踩过的坑，持续更新中~1.github的使用。 git文件的命名不能有_符号，否则不能上传成功。2.模型配合要用到神经网络，因此最好用python语言写web和服务器端，所以采用flask3，学会如何把自己的ubuntu电脑编程一台服务器，需要把本地ip和外网打通...
2020-01-31 01:18:03
1170
原创 序列特征的处理方法之二：基于卷积神经网络方法
前言上一篇文章介绍了基本的基于注意力机制方法对序列特征的处理，这篇主要介绍一下基本的基于卷积神经网络方法对序列特征的处理，也就是TextCNN方法。序列特征的介绍，背景以及应用可以参考上一篇的详细介绍，这里简单回顾一下定义，用户在使用APP或网站的时候，用户会产生一些针对物品的行为，比如点击感兴趣的物品，收藏或购买物品等，而这些行为往往代表着用户对这些物品是感兴趣的，而将这些交互过的物品放在时...
2020-01-28 21:27:12
1453
原创 序列特征的处理方法之一：基于注意力机制方法
前言之前两篇讲过稠密特征和多值类别特征加入CTR预估模型的常用处理方法，这篇介绍一下针对序列特征采用的最基本的注意力机制方法。我们都知道用户在使用APP或网站的时候，用户会产生一些针对物品的行为，比如点击感兴趣的物品，收藏或购买物品等，而这些行为往往代表着用户对这些物品是感兴趣的，而将这些交互过的物品放在时间轴来看，就形成了用户感兴趣的物品序列，如下图所示： ...
2020-01-16 22:53:10
2565
原创 多值类别特征加入CTR预估模型的方法
我们都知道一般单值类别特征加入到CTR预估模型的方法是先对单值类别特征进行one-hot，然后和embedding 矩阵相乘转换成多维稠密特征，如下图 1 所示：▲ 图1. 单值类别特征处理方法上篇文章稠密特征加入CTR预估模型的方法中又总结了稠密特征加入到CTR预估模型中的方法。而在现实实际问题中，往往还会出现多值类别特征，比如我接触到的2019腾讯广告算法大赛中用户的行为兴趣特征...
2020-01-06 17:48:49
667
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人