- 博客(9)
- 收藏
- 关注
RSS订阅原创 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
518
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
213
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 np train_steps = 30000 data = [] 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
175
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
249
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
1171
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
155
原创 Tensorflow学习-day1
1、前向传播的简单例子 import tensorflow as tf x = 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
603
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
6117
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人