- 博客(12)
- 收藏
- 关注
RSS订阅原创 Bi-directional Contrastive Distillation for Multi-behavior Recommendation笔记
Uu1u2umUu1u2...umVv1v2vnVv1v2...vn其中m，n分别代表用户和物品的数量。Bb1b2bkBb1b2...bk其中k代表行为的总数、bk表示第k个用户行为。定义 Vu,bk为用户u进行bk行为交互的所有物品的集合。在本论文中，每个用户一共有三种不同的物品集合，分别为Vu,view，Vu,buy，Vu,cart。
2023-12-06 13:39:41
849
1
原创 torch参数梯度为None的问题
我实现的VAE++网络中，这两个线性层权重偏移会在最后一层MLP中进行一次聚合，除此之外就没有其他地方有用到了，所以把视线放在了最后一层mlp上。经过一段时间的思考，觉得应该是梯度传播的问题。把训练后叶子节点的梯度打印出来，果然有两个线性层是没有梯度的。就像省流说的一样，detach经过计算之后，不会将梯度传回到原变量上，也就是被block掉了。前一项的KL散度所用到的权重梯度其实是传递到位了的，所以问题应该就出现在后一项。后来把代码修改一下，用clone就可以啦。修改代码之后问题就解决了ouo。
2023-11-13 15:14:34
459
2
原创 TensorFlow常用函数参数笔记
TensorFlow2封装的函数和1有很大区别，如果需要使用1中的函数，可以使用以下的import方法如果出现“没有名称为 'compat' 的模块”（no compat）的提示信息，用下面的方法替代。
2023-08-22 16:12:27
857
2
原创 self-attention笔记
在提出self-attention之前，一般拿来处理sequence的架构有CNN和RNN两种。两种方法各有优点：对于RNN来说，他每一个输出结果都能把所有的输入都纳入考虑。对于CNN来说，他很容易能够做到并行计算，所以效率比较高。但是两种方法各有缺点：对于RNN来说，他难以并行处理；对于CNN来说，他的输出结果难以考虑所有输入。虽然如上图所示，越高层的输出能够考虑越多的输入，但是这会叠加太多的层数。
2023-08-10 13:43:21
77
3
原创 Caser方法的笔记
该方法基于卷积神经网络（CNN）模型。传统神经网络的全连接模式不仅会导致神经元之间的连接数随层数增加指数型增长，而且还会出现问题。而CNN的出现就能够解决上述问题。
2023-08-05 22:02:25
197
3
原创 Translation-based Recommendation
在机器学习中，norm常用来表达两个向量之间的距离关系，也称做p-norm，其定义如下：当p取1时，称为L1-norm；当p取2时，称为L2-norm。
2023-08-01 22:24:18
127
1
原创 Fusing Similarity Models with Markov Chains
综合了FISM模型(Factored Item Similarity Models)和马尔可夫链两种方法。马尔可夫猜想大致可以理解为：当前状态只和前几个状态有关（短时性）
2023-07-31 22:42:37
95
4
原创 贝叶斯个性化排序 bpr
1.虽然训练集和测试集都只保留4、5分的数据，但是最后做推荐时不需要去掉小于4分的数据，只需要按照从高到低的顺序推荐即可。都指的是预测分数而不是训练集里的实际评分，因为这是单类问题，只有喜欢与不喜欢两种状态。
2023-07-23 21:41:38
65
原创 Python备忘录
函数计算jaccard index的时候，由于python不再自动修正格式，所以第一个参数要传输 DataFrame.values ，而不能够传入DataFrame，不然会报错。
2023-07-13 20:44:28
91
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