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

-+

qq_32659887的博客

积少成多

  • 博客(11)
  • 收藏
  • 关注

原创 tensorflow学习

第三章 tensorflow入门import tensorflow as tf3.1 tensorflow计算模型——计算图a=tf.constant([1.0,2.0],name="a")b=tf.constant([2.0,3.0],name="b")result=a+btf.get_default_graph()#获取当前默认的计算图g1=tf.Graph()#生成新的计算图with

2017-09-29 12:10:18 372

翻译 深度神经网络用于youtobe推荐

ABSTRACTYouTube 是目前最复杂规模最大的推荐系统之一。two-stage信息检索二分法: 深度候选生成模型和深度排序模型。INTRODUCTIONYouTube视频推荐三大主要难点: • 规模:很多现有的方法不适用于如此大规模的推荐系统。 高度专业化的分布式学习算法和有效的服务系统对于处理ouTube庞大的用户基础和语料库是必不可少的。 • 及时性:上传量大. 对新上传的内容和用户

2017-09-25 15:48:55 359

原创 文章标题

read_book:198万user2:用户列去重 38万 得到对应索引 item2:书列去重 7万 得到对应索引 content:类别 199训练集:对于同一用户合并同类别的书为大类787966条数据验证集:195915行数据,对于同一用户合并同类别的书为大类150575条数据。 去除训练集中没有出现过的用户以及类别没有出现在训练集集中的行数据150569 包括

2017-09-22 20:24:03 157

翻译 wide & deep论文-----2016.6.24

摘要具有非线性特征变换的广义线性模型被广泛应用于具有稀疏输入的大规模回归和分类问题。 通过广泛的跨产品特性转换,特征交互记忆是有效的和可解释的。 然而泛化性能要求更多的特征工程。 基于少量的特征工程,通过对稀疏特征转换为低维密集的embedding,深度神经网络对于新出现的特征组合具有更好的泛化性能。然而深度圣经网络容易过度泛化,当user-item 交互很稀疏和高秩时,从而推荐很少具有相关性的产

2017-09-22 10:36:26 426

转载 python 文件操作

content = f.read(N) # 读取N bytes的数据content = f.readline() # 读取一行content = f.readlines() # 读取所有行,储存在列表中,每个元素是一行。f = open("×××",'×') #r/w/rw line = f.readline() while line: pri

2017-09-20 20:21:48 209

原创 小白安装caffe、py-faster-rcnn艰难历程

安装anaconda:下载:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ bash anaconda.....sh enteryes..测试 :anaconda是否配置好可以通过在终端输入如下代码的方式: conda list如果提示错误,则说明没有配置好,需要进行下面的步骤: sudogedit ~/.bashrc 打开文件后在末尾

2017-09-19 22:50:19 1831 1

转载 梯度下降最优化算法综述

梯度下降的变体批梯度下降一次更新需要计算整个数据集。速度慢,不允许在线更新模型。对于凸函数可以保证收敛到全局最小值,非凸收敛到局部最小值。随机梯度下降一个样本更新一次参数。速度快,可用于在线学习。频繁的更新导致一个大的方差导致损失函数波动明显。当我们慢慢的降低学习速率,收敛行为和批处理方式一样。每轮迭代需要重新打乱样本集。最小批梯度下降mini_batch of n 降低了参数更新的方差,使得更稳

2017-09-19 21:49:21 759

原创 在线最优化算法梳理

文章参考自:在线最优化求解-冯杨目的从已有数据中提炼出最适合的模型参数,从而对位置的数据进行预测。当数据是高维高数据量的时候,常见的批处理方式已经显的力不从心。 个人理解:因为当数据批输入的时候,高数据量使得计算速度很慢,特征的高维度使得调参不具有针对性和重复性。高维高数据量训练比较注重稀疏性。部分w为零,有特征选择和降低复杂度的作用。 预备知识凸函数的定义、严格凸函数的定义 一个函数是

2017-09-19 11:33:20 2273

原创 Ubuntu 命令积累

终端字体: 放大:’Ctrl’+’shift ’+‘ + ’ 缩小:’Ctrl’+‘ - ‘切换账号 到root:sudo -i 退出:exit 到普通用户:su **

2017-09-15 15:42:01 209

原创 Ubuntu MySQL python

安装MySQLsudo apt-get updatesudo apt-get install mysql-server mysql-clientpip install MySQL-python若出现错误:EnvironmentError: mysql_config not found,安装libmysqlclient-devsudo apt-get install libmysqlclient-

2017-09-15 15:30:12 408

原创 关于netlfix的学习资料收集

源码分享:/Netflix-PrizeIntroduction to Restricted Boltzmann MachinesNetflix prize

2017-09-12 09:47:14 355

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