- 博客(9)
- 收藏
- 关注
原创 An Empirical Study Towards Prompt-Tuning for Graph Contrastive Pre-Training in Recommendations
通过提示学习提升图对比学习预训练任务的合理性
2024-03-11 09:22:42
326
1
原创 Tnsorflow学习-day5
方法tf.nn.dropout(x,keep_prob,noise_shape,seed,name)x代表要删除的数据keep_prob是float类型的值,代表x中每个数据被保留下来的概率被保留下来的元素会乘以 1/keep_prob,没有被保留下来的元素乘以0代码 1、演示tf.nn.dropout()函数x = tf.Variable(tf.ones([10,10]))d...
2019-10-18 10:01:52
147
原创 Tensorflow学习-day4
实现一个通过集合就算一个4层全连神经网络带L2正则化损失函数:import numpy as nptrain_steps = 30000data = []label = []#创建训练数据,data是feature,label是标签for i in range(200): #uniform(low=0.0, high=1.0, size=None) #np.random...
2019-10-17 09:53:11
104
原创 Tensirflow学习-day3
优化器方法1、 train.Optimizer()class Optimizer(object):def __init__(self,user_locking,name)2、 常用1的方法 minimize() 来指定最小化的目标minimize(self,loss,global_step=None, var_list=None,gate_gradients=GATE_OP,aggr...
2019-10-16 10:15:42
172
原创 推荐系统-Python+surprise
利用surprise+自己的数据构建推荐系统surprise介绍surprise是一个python的推荐系统的库,里面包含数据下载、数据处理、模型(包括svd、svd++、slopeone、random rating base 等,具体可以去看官方文档地址)、评分等各种功能实现 安装 1、在命令行 pip install surprise 2、命令行安装报错的话可以去[py...
2019-10-15 17:54:52
987
原创 Tensorflow学习-day2
代码1、 加入relu激活函数去线性化的例子x = tf.constant([0.9,0.85],shape=[1,2])w1 = tf.Variable(tf.random_normal([2,3],seed=1,stddev=1),name='w1')w2 = tf.Variable(tf.random_normal([3,1],seed=1,stddev=1),name='w2')...
2019-10-15 10:07:04
98
原创 Tensorflow学习-day1
1、前向传播的简单例子import tensorflow as tfx = tf.constant([0.9,0.85],shape=[1,2])w1 = tf.Variable(tf.constant([[0.2,0.1,0.3],[0.2,0.4,0.3]],shape=[2,3],name='w1'))w2 = tf.Variable(tf.constant([0.2,0.5,0.2...
2019-10-14 10:39:37
530
原创 Python+LightFM搭建自己的推荐系统
Python+LightFM搭建自己的推荐系统前言LightFM简介安装数据介绍一、二、参数前言lightfm在github上有许多的开源项目,但其中大多数使用的是国外开源的movies作为自己的数据,并未对lightfm中使用的数据格式做出说明,很多人看着项目中的步骤想要修改为自己的数据去实现时,往往无从下手。博主花了一个星期的时间研究了一下这个框架,并想为正在一脸懵逼的小伙伴们提供一些帮助...
2019-07-24 17:05:10
5218
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人