深度学习
xiao韩
一只大猪猪
展开
-
推荐系统-矩阵分解
推荐系统-矩阵分解为什么要矩阵分解先说几点邻近模型的问题:1.物品之间存在相关性,信息量并不随着向量维度增加而线性增加;2.矩阵元素稀疏,计算结果不稳定,增减一个向量维度,导致邻近结果差异很大的情况存在。上述两个问题,在矩阵分解中可以得到解决。矩阵分解,直观上说来就是把原来的大矩阵,近似分解成两个小矩阵的乘积,在实际推荐计算时不再使用大矩阵,而是使用分解得到的两个小矩阵。具体说来就是,假设用户物品的评分矩阵 A 是 m 乘以 n 维,即一共有 m 个用户,n 个物品。我们选一个很小的数 k,这个原创 2021-01-31 11:10:17 · 386 阅读 · 0 评论 -
推荐系统-近邻推荐
推荐系统-近邻推荐说到推荐系统,最先想到肯定是协同过滤。协同过滤的重点在于协同”,所谓协同,也就是群体互帮互助,互相支持是集体智慧的体现,协同过滤也是这般简单直接,历久弥新。协同过滤当推荐系统先使用基于内容推荐的推荐系统之后,就有了可观的用户行为了,这些用户行为通常是正向的,也就是用户或名或暗的表达出自己喜欢的行为。这些行为可以表达成一个用户和物品的关系矩阵,或者说网络,或者是说图,其实都是一个东西。上述的用户物品的关系矩阵是协同过滤算法中最为重要的。协同过滤通常划分为两类:基于记忆的协同过滤;基于模原创 2021-01-26 11:35:48 · 247 阅读 · 0 评论 -
推荐系统-内容推荐
推荐系统-内容推荐用户画像一个推荐系统大概有三步:认识每一个用户->给他推荐他感兴趣的东西->各种指标上升。用户画像(User Profile)大体分为给机器看的和给人看的,其中给人看的一般是运营,产品等用的。我们这里只关注给机器看的。我们知道要对用户和物品进行计算,是需要对数据进行计算的,因此我们首先就要将用户和物品都向量化,用户向量化后的结果,就是User Profile,俗称“用户画像”,所以,用户画像不是推荐系统的目的,而是在构建推荐系统过程中产生的一个关键环节的副产品。用户画像原创 2021-01-20 11:14:57 · 938 阅读 · 0 评论 -
推荐系统-基础概念
推荐系统-基础概念推荐系统是什么 推荐系统是一种信息过滤系统,手段是预测用户(User)对物品(Item)的评分和偏好。 推荐系统做什么?它可以把用户和物品之间能产生的联系提前找出来。推荐系统需要做什么?从已有的连接去预测未来的连接。推荐系统怎么做?机器推荐和人工推荐,相对应就是个性化推荐以及编辑推荐。推荐系统的问题模式 推荐系统的使命是为用户和物品建立连接,方式是提前找出那些隐藏的连接呈现给用户,这属于一个预测问题,又可以细分为评分预测和行为预测。评分预测 比如:用户消费完一个物品之原创 2021-01-18 14:37:20 · 248 阅读 · 0 评论 -
搭建简单图片分类的卷积神经网络(一)-- 训练模型的图片数据预处理
一、训练之前数据的预处理主要包括两个方面1、将图片数据统一格式,以标签来命名并存到train文件夹中(假设原始图片按类别存到文件夹中)。2、对命名好的图片进行训练集和测试集的划分以及图片数据化。先对整个项目文件进行说明:项目文件夹image文件里是用来对模型测试的未处理图片(训练模型不用)。logs文件存放训练好的模型。prediction文件是image文件中图片经...原创 2018-10-31 17:16:55 · 14956 阅读 · 13 评论 -
搭建简单图片分类的卷积神经网络(二)-- CNN模型与训练
一、首先,简单来说CNN卷积神经网络与BP神经网络主要区别在于:1、网络的层数的多少(我这里的CNN是比较简单的,层数较少,真正应用的话,层数是很多的)。2、CNN名称来说,具有卷积运算的特点,对于大型的图片或者数量多的图片,卷积运算可以大量提高计算性能,而BP神经网络大都为全连接层,计算量本身就大,输入大量的图片,性能就不好了。二、新建CNN文件import tensorflo...原创 2018-10-31 17:31:47 · 5076 阅读 · 0 评论 -
搭建简单图片分类的卷积神经网络(三)-- 模型的测试和运用
两个功能都在同一个文件中一、新建Disimage.py文件import tensorflow as tffrom PIL import Imageimport osimport numpy as npimport matplotlib.pyplot as pltfrom GetCnnData import get_filesimport CNNclasses = []n...原创 2018-10-31 17:42:05 · 2604 阅读 · 3 评论 -
关于在深度学习中训练数据集的batch的经验总结
由于深度学习的网格很大,用来训练的数据集也很大。因此不可能一下子将所有数据集都输入到网络中,便引入了batch_size的概念,下面总结自己两种常用的调用batch的方法1、使用TensorFlow, tf.train.batch()。2、 offset = (offset + batch_size) % len(images) #每次读取batch_size图片 相当于设置...原创 2018-11-17 14:49:47 · 3643 阅读 · 0 评论 -
TensorFlow与Inception-v3
Inception-v3Inception-v3模型是由Google公司在一台配有 8 Tesla K40 GPUs,大概价值$30,000的野兽级计算机上训练了几个星期,因此不可能在一台普通的PC上训练。我们将会下载预训练好的Inception模型,然后用它来做图像分类。数据集如果自己没有数据集,可以在www.robots.ox.ac.uk/~vgg/data/上下载。代码...原创 2019-01-08 20:17:17 · 287 阅读 · 0 评论