2021年02月_WGS.

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 python爬取有道翻译实现自动翻译（pyinstaller 打包）

实现效果：源码'''@Time : 2021/2/6 15:55 @Author : WGS@remarks : '''import urllib.requestimport urllib.parseimport jsonfrom tkinter import *root = Tk()root.title("WGS Translate")sw = root.winfo_screenwidth()# 得到屏幕宽度sh = root.winfo_screenheight()#

2021-02-06 16:19:27 474 1

原创基于openCV的手势识别

文章目录捕捉摄像头(获取视频)肤色检测轮廓处理全部代码主要运用的知识就是opencv，python基本语法，图像处理基础知识，下面看效果：捕捉摄像头(获取视频)cap = cv2.VideoCapture("C:/Users/lenovo/Videos/wgs.mp4")#读取文件#cap = cv2.VideoCapture(0)#读取摄像头while(True): ret, frame = cap.read() key = cv2.waitKey(50) & 0xFF

2021-02-06 15:53:30 2641 3

原创 Word2vec---经典的 Embedding 方法

文章目录什么是 Word2vec？Word2vec 的样本是怎么生成的？Word2vec 模型的结构是什么样的？怎样把词向量从 Word2vec 模型中提取出来？Word2vec 对 Embedding 技术的奠基性意义Item2Vec：Word2vec 方法的推广Word2vec代码实现提到 Embedding，就一定要深入讲解一下 Word2vec。它不仅让词向量在自然语言处理领域再度流行，更关键的是，自从 2013 年谷歌提出 Word2vec 以来，Embedding 技术从自然语言处理领域推广

2021-02-05 15:42:52 2184

原创所有人都在谈的Embedding到底是什么？

文章目录什么是 Embedding？Embedding 技术对深度学习推荐系统的重要性说起 Embedding，我想你肯定不会陌生，至少经常听说。事实上，Embedding 技术不仅名气大，而且用 Embedding 方法进行相似物品推荐，几乎成了业界最流行的做法，无论是国外的 Facebook、Airbnb，还是在国内的阿里、美团，我们都可以看到 Embedding 的成功应用。因此，自从深度学习流行起来之后，Embedding 就成为了深度学习推荐系统方向最火热的话题之一。但是 Embeddin

2021-02-05 15:37:49 7897

原创 DeepFM---如何让模型更好地处理特征交叉

文章目录为什么深度学习模型需要加强特征交叉的能力？善于处理特征交叉的机器学习模型 FM深度学习模型和 FM 模型的结合 DeepFM特征交叉新方法：元素积操作TensorFlow实现1TensorFlow实现2Embedding MLP、Wide&Deep、NerualCF 等几种不同的模型结构, 这几种模型都是怎么处理特征交叉这个问题的？比如说，模型的输入有性别、年龄、电影风格这几个特征，在训练样本中我们发现有 25 岁男生喜欢科幻电影的样本，有 35 岁女生喜欢看恐怖电影的样本，那你觉得模

2021-02-05 15:29:14 1259

原创 NeuralCF---如何用深度学习改造协同过滤

文章目录NeuralCF 模型的结构NeuralCF 模型的扩展，双塔模型NeuralCF 的 TensorFlow 实现在前深度学习的时代，协同过滤曾经大放异彩，但随着技术的发展，协同过滤相比深度学习模型的弊端就日益显现出来了，因为它是通过直接利用非常稀疏的共现矩阵进行预测的，所以模型的泛化能力非常弱，遇到历史行为非常少的用户，就没法产生准确的推荐结果了。虽然，我们可以通过矩阵分解算法增强它的泛化能力，但因为矩阵分解是利用非常简单的内积方式来处理用户向量和物品向量的交叉问题的，所以，它的拟合能力

2021-02-05 15:20:47 2312

原创深度推荐模型 Wide&Deep (附代码)

文章目录Wide&Deep 模型的结构模型的记忆能力模型的泛化能力Wide&Deep 模型的应用场景TensorFlow 实现Pytorch实现Wide&Deep 模型的结构上图就是 Wide&Deep 模型的结构图了，它是由左侧的 Wide 部分和右侧的 Deep 部分组成的。Wide 部分的结构太简单了，就是把输入层直接连接到输出层，中间没有做任何处理。Deep 层的结构稍复杂，是一个深层的网络。知道了 Wide&Deep 模型的结构之后，我们先来解决第

2021-02-05 15:11:04 2559 7

原创基于模型的特征选取方法(LR、树模型、PCA)

文章目录数据集加载和准备从系数获取特征重要性从树模型获取特征重要性从 PCA 分数中获取特征重要性数据集加载和准备为了方便介绍，我这里使用"load_breast_cancer"数据集，该数据内置于 Scikit-Learn 中。import numpy as npimport pandas as pdfrom sklearn.datasets import load_breast_cancerimport matplotlib.pyplot as pltfrom matplotlib imp

2021-02-05 14:55:24 3433 1