- 博客(9)
- 收藏
- 关注
RSS订阅原创 计算机网络 HTTP协议
请求体（RequestBody）是在HTTP协议中用于传输客户端向服务器发送的数据的部分。它是HTTP请求中可选的组成部分,用于向服务器传递请求所需的参数、内容或者数据。响应体（ResponseBody）是在HTTP协议中用于传输服务器响应给客户端的数据的部分。它是HTTP响应中的一个组成部分,包含了服务器返回的实际响应内容。它是服务器在响应客户端请求时发送给客户端的一部分响应信息,包含了服务器的相关配置和响应内容的描述。安全，因为数据在地址栏上不可见然而，从传输的角度来说，他们都是不安全的，因为。
2024-06-19 00:33:00
913
1
原创 Leveraging Large Language Models in Conversational Recommender Systems论文精读
概念列表的生成是通过在LLM中学习或微调中获得的，这使得LLM能够通过自然的任务（提取对话中的关键概念）来学习语境。使用搜索算法对语料库中的物品进行准确或模糊匹配，推荐引擎在这个过程中的作用仅限于进行简单的匹配操作。LLM必须学会通过其预训练和一个语料库特定的微调阶段输出这些物品的ID或标题。排序模块不需要在大型语料库上执行可处理的搜索，因此在可能的计算类型方面受到的约束较小。利用LLM构建对话推荐系统（CRS），增强推荐系统的可互动性和可解释性（传统推荐系统采用隐式指标，如点击率等）
2024-02-20 17:22:18
1141
1
原创 GPT系列论文核心
难点二：如何把预训练学到的表征迁移到子任务transfer learned representations to the target task。无label训练 + 有监督学习。
2024-02-12 12:28:26
570
1
原创 主成分分析法
我们知道，PCA是将已存在的特征进行压缩，降维完毕后的特征不是原本的特征矩阵中的任何一个特征，而是通过某些方式组合起来的新特征。（如线性回归等），因为无法解释的新特征和标签之间的关系不具有意义。高维数据降维（合并带有重复信息的特征，删除带有无效信息的特征）1. 避免维度灾难：维度过多导致的精度下降。4.特征值从小到大排列，保留k个最大的特征值。不适用于探索特征和标签之间的关系的模型。2. 压缩数据的同时让信息损失最小。因此，以PCA为代表的降维算法是一种。5.根据对应特征向量求新的特征空间。
2023-09-18 02:46:22
32
原创 科学调参方法
贝叶斯优化的工作方式是通过对目标函数形状的学习，找到使结果向全局最大值提升的参数。在每一次使用新的采样点来测试目标函数时，它使用这个信息来更新目标函数的先验分布。然后，算法测试由后验分布给出的，全局最值最可能出现的位置的点。（Probability Surrogate model）如 高斯过程：根据有限的观测值对函数的分布进行估计 【目前最普及的优化库中使用的是高斯混合模型】采集函数是用来确定下一个观测点的规则，关注采集函数的最大值点，【大部分优化库中默认使用期望增量】通过迭代使得f*逼近f。
2023-08-06 22:06:04
45
原创 对图像的读取操作汇总（修改、更新）
图像数据最标准的格式应该是uint8 8个字节，值是0-255有些图像操作会涉及到0-1的float32格式是因为在模型中，0-1的数被需要用来进行快速运算在读取图像时使用Image.open/cv2.imread, 结果大小应该是按照图像格式来的（uint8、uint16、uint32）
2023-08-02 04:12:56
88
原创 贝叶斯理论
用于特征相互独立的分类问题优点：1. 算法逻辑简单,易于实现2. 分类过程中时空开销小缺点：1. 特征间的相互独立难以保证，导致分类效果不好2. 只适用于特征较少的情况n维特征相互独立的，y有k个类别。
2023-07-20 15:06:54
55
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