- 博客(110)
- 收藏
- 关注
RSS订阅原创 [牛客网刷题 Day2] JZ52 两个链表的第一个公共结点（没做出来）双指针巧解
题目描述：思考过程：好像想的太复杂了，首先固定phead1，寻找val一样的phead2，找到的话，就都往右移动一位；否则phead+1。可是需要注意好多好多的边界啊，写了一两个小时，最后还是好几个用例通不过，只能根据用例慢慢改，可是怎么改都不对。class Solution: def FindFirstCommonNode(self , pHead1 , pHead2): # write code here if pHead1==None or pHead2
2022-04-18 00:09:55
368
原创 [牛客网刷题 Day2] JZ25 合并两个排序的链表
题目描述啊，这道题我在LeetCode上做过呢！思路：知道怎么比较，怎么排序；但是不知道链表要怎么处理，因为它只有两个属性，当head移动到next，前面的节点信息就不在了，不知道怎么保存。即，不会按照顺序添加节点。可以使用一个列表，将所有的val按照顺序存起来，最后再转换成链表，可是题目肯定不希望我这样解决嘛，得从链表的性质入手解决才行。偷偷看了一下答案，原来用到了递归；还发现了一个神奇的方法：初始化的时候，使用res = dummy = ListNode(0)，这样res.next后，du
2022-04-17 16:03:10
410
1
原创 [牛客网刷题 Day1] JZ24 反转链表
题目描述：心路历程：思路不难，但是写出来好难啊，各种边界条件都要注意输入为空链表时，不知道怎么做。。。 原来是 head == Noneclass Solution: def ReverseList(self , head: ListNode) -> ListNode: # write code here if head == None: return head last = ListNode(head.val)
2022-04-15 14:38:01
436
原创 [牛客网刷题 Day1] JZ6 从尾到头打印链表
题目描述输入一个链表的头节点，按链表从尾到头的顺序返回每个节点的值（用数组返回）。如输入{1,2,3}的链表如下图:返回一个数组为[3,2,1]，0 <= 链表长度 <= 10000思考过程：之前在LeetCode做过这道题，可是现在看到又做不来了，难受。。。想不起来怎么构造链表了，上次也是 o(╥﹏╥)o第一反应是，先用list列表存储ListNode的所有值，再reverse返回。需要注意一下终止条件~注意一下，res.reverse()可以让res反转，返回值是none哦
2022-04-15 13:37:53
367
转载 Sparse稀疏矩阵主要存储格式总结
Sparse稀疏矩阵主要存储格式总结from scipy import sparsehelp(sparse)Sparse Matrix Storage FormatsThere are seven available sparse matrix types: 1. csc_matrix: Compressed Sparse Column format 2. csr_matrix: Compressed Sparse Row format 3. bsr
2022-04-06 11:04:36
486
1
原创 @njit 进行负采样，效率提升近40倍
慢吞吞的老方法：推荐算法中常常会用到BPR损失，在进行负采样时，常用方法为：def UniformSample_original_python(dataset): """ the original impliment of BPR Sampling in LightGCN :return: np.array """ total_start = time() user_num = dataset.trainDataSize users
2022-04-04 22:47:55
3130
4
原创 中科大+快手出品 CIRS: Bursting Filter Bubbles by Counterfactual Interactive Recommender System 代码解析
文章目录get_args() 解析参数load_mat()加载矩阵gym.make(args.env) 创建环境load_dataset_kuaishou() 加载数据集负采样构建dataset类论文简介：目前几乎所有的推荐的策略都面临着“越推越窄”和信息茧房（filter bubble）问题，这对于商业公司与用户来说是双输的局面。本文在快手App的交互式推荐数据中证实了信息茧房中过曝光效应带来的负影响，并首次将因果推断技术用于动态的交互式推荐中，最终学习一个能够避免信息茧房产生的推荐策略。先运行CIR
2022-04-03 09:43:54
3149
3
原创 快手+何向南团队最新论文Counterfactual Interactive Recommender System ，反事实推理融入离线强化学习，解决filter bubble/信息茧房问题
目录链接1. 相关背景1.1 核心思想2. 实证分析3. 方法3.1 基本思想3.2 User Model3.2 State Tracker3.3 RL agent3.3 Real Environment链接相关链接：论文链接在这里！代码解析在这里！代码链接作者主页相关知识：DeepFM模型Transformer模型PPO算法DeepCTR库Tianshou库KuaiRec数据集相关链接：论文：https://arxiv.org/abs/2202.10842数据：https:
2022-04-03 09:40:47
4592
1
原创 中科大何向南团队+快手App联合出品 KuaiRec | 快手首个稠密为99.6%的数据集 | 相关介绍、下载、处理、使用方法
文章目录数据集介绍相关链接：数据集介绍相关链接：论文：https://arxiv.org/abs/2202.10842数据：https://rec.ustc.edu.cn/share/598635c0-9585-11ec-8259-414ede1f8d4f代码：https://chongminggao.github.io/KuaiRec/Example：http://m6z.cn/5U6xyQKuaiRec是中科大与快手团队合作产出的一个稠密度高达99.6%（一般推荐系统公开数据集的稠密度在1
2022-03-18 16:22:01
7521
3
原创 LightGCN 代码解析
整体流程：构建dataset类：处理数据集，构建m_item, UserItemNet等统计量实例化LightGCN模型（继承自nn.module）：初始化embedding、设置激活函数、调用dataset中的函数SparseGraph（构建邻接矩阵、度矩阵）指定loss，BPRLoss()调用Procedure.Test & Procedure.BPR_train_original进行测试和训练。那可以理解成，LightGCN就是通过信息传播聚合得到embedding，然后采集正负样
2022-02-21 09:36:31
4551
8
原创 Pytorch学习
2021.09.17import torch.nn as nntorch.nn.Linear(in_features,out_features,bias)用于建立全连接层。in_features指的是输入的二维张量的大小，out_features指的是输出的二维张量的大小，也代表了该全连接层的神经元个数。layer = torch.nn.Linear(30,5)input = torch.randn(12,30)layer(input) # 输出12x5torch.nn.Paramete
2022-02-17 14:46:40
1392
原创 scipy.sparse.csr_matrix 压缩稀疏矩阵
处理数据的时候总是会用到csr_matrix函数，每次百度出的解释都看不明白，于是自己写了个说明。目的：当user和item数目过多时，gpu存不下一个m*n的大矩阵，需要压缩为稀疏矩阵。用法：from scipy.sparse import csr_matrixrating = [1,2,3,4,5]user = [3,4,1,2,3]item = [1,1,1,2,2]res = csr_matrix((rating,(user,item)),shape=(5,5))print(res
2022-02-14 20:47:12
1044
原创 如何使用Sublime写latex（替代overleaf在线写论文）
下载sublime，安装各种工具网址：sublime安装Package Control（需要通过sublime的Package Control 安装LaTeXTools）：法一：按 ctrl+`，然后将下面的代码输入，按enterimport urllib.request,os,hashlib; h = '2915d1851351e5ee549c20394736b442' + '8bc59f460fa1548d1514676163dafc88'; pf = 'Package Control.
2022-01-06 17:18:14
3739
原创 服务器小技能(alias, tmux, htop,gpustat, zsh)
目录alias自定义指令：tmux保持会话：htop查看CPU占用率：连接外网alias自定义指令：适用场景：想要替换某个长长的指令/设置指令的别名步骤：① vim .bashrc 进入用户配置文件② 在 # <<< conda initialize <<<下方添加想要替换的命令，如alias nv="watch -n .1 -d nvidia-smi" 就是用nv替换后面那一堆表达式。③ 按下esc键后输入冒号和wq键 保存并退出。④ 试一下输入nv
2021-12-25 22:48:36
2036
2
原创 图神经网络 图卷积网络
整理：图卷积的核心思想是利用『边的信息』对『节点信息』进行『聚合』从而生成新的『节点表示』GNN分为spectral domain和spatial domain：以前是谱域，涉及傅里叶变换、拉普拉斯矩阵等等（从信号与处理迁移过来的），现在逐渐转成空域，更简单一些。图上的空域：拓扑结构图上的频谱：没有一个直观的表示，只能用矩阵相乘的操作来表示。谱域：spectral domain（谱域）：设计中间的卷积核->好几代GCN （从傅里叶变换到拉普拉斯矩阵，到卷积）离散卷积CNN ->
2021-12-21 20:57:22
2303
转载 EasyRL 强化学习笔记 9章节（Actor-Critic）
## Actor-Critic`演员-评论家算法(Actor-Critic Algorithm)`是一种结合`策略梯度`和`时序差分学习`的强化学习方法。借助critic进行单步更新。- `A3C`：Asynchronous Advantage Actor-Critic- `A2C`：Advantage Actor-Criticpolicy gradient：给定同样的action同样的state，可能会有不同的G。
2021-11-29 15:35:30
434
4
原创 如何把右下角网络图标调出来 亲测有用
打开 网络和internet设置选择 更改适配器选项选择当前连接的网络右键 属性，然后选择 配置 选择“高级” “IPv4硬件校验和”，选择关闭。就可以啦！如果选择关闭还是不行，就试试关了再开启。...
2021-11-24 14:24:23
2983
转载 EasyRL 强化学习笔记 7、8章节（DQN进阶，DQN连续动作）
DQN（进阶技巧）Double DQN**原因：**DQN中，Q值往往被高估了。设计了两个Q-network：假设第一个 Q-function 高估了它现在选出来的动作 a，只要第二个 Q-function Q’没有高估这个动作 a 的值，那你算出来的就还是正常的值。假设 Q’高估了某一个动作的值，那也没差，因为只要前面这个 Q 不要选那个动作出来就没事了，这个就是 Double DQN 神奇的地方。实现上：原本DQN就有两个network，目标网络（固定不动）和行为网络（不断更新）。
2021-11-15 09:40:39
999
转载 EasyRL 强化学习笔记 5、6章节（PPO，DQN）
第五章 PPOFrom On-policy to Off-policy如果要学习的 agent 跟和环境互动的 agent 是同一个的话， 这个叫做on-policy(同策略)。如果要学习的 agent 跟和环境互动的 agent 不是同一个的话， 那这个叫做off-policy(异策略)。policy gradient就是on-policy，必须要收集到很多τ\tauτ，然后更新式子，非常耗时。变成off-policy：使用另一个actor θ′\theta'θ′跟环境互动，用收集到的数据训练
2021-11-11 10:46:35
2815
转载 EasyRL 强化学习笔记 3、4章节（表格型方法，策略梯度）
本文转载于EasyRL。我是在阅读过程中从中摘录了一些重点，强烈建议大家阅读原文哦！写的超级细，而且在下面留言很快就会有回复。第三章 表格型方法MDPMDP四元组<S,A,P,R><S,A,P,R><S,A,P,R>（有时候也会加上KaTeX parse error: Undefined control sequence: \gmma at position 1: \̲g̲m̲m̲a̲变成五元组）。RL是一个序列决策过程model-basedmodel-
2021-11-10 14:51:15
591
2
原创 LeetCode 刷题小本本Day10 Search Insert Position （二分法）
题目给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。请必须使用时间复杂度为 O(log n) 的算法我的答案看到时间复杂度要求O(log n)，立马想到了二分法~有个地方差点出错：循环的条件应该是while right>=leftclass Solution: def searchInsert(self, nums: List[int], target: int) -> int: left
2021-11-03 14:38:13
149
2
转载 EasyRL 强化学习笔记 1、2章节（强化学习概述，MDP）
目录第一章 强化学习概述Reinforcement Learning和监督学习对比：trajectory与episodeSequential Decision Makingstate和observation；MDP与POMDPAction SpacesMajor Components of an RL AgentPolicyValue FunctionModelPolicy-based 与 Value-basedTypes of RL Agentsvalue-based & policy-base
2021-11-03 11:06:46
1343
原创 LeetCode 刷题小本本Day9 Letter Combinations of a Phone Number （回溯）
题目给定一个仅包含数字 2-9 的字符串，返回所有它能表示的字母组合。答案可以按 任意顺序 返回。给出数字到字母的映射如下（与电话按键相同）。注意 1 不对应任何字母。我的答案：读懂题目之后，感觉挺简单的呀，不就是两两组合吗，可是后来仔细一想，如果一下子输入8个数字，岂不是要循环8次啊。写的时候发现一个问题：我一开始并不知道需要循环多少次呀，不能直接写for循环呀。想到的笨办法：建立一个字典存储每个数字的value；设置8次循环，如果数字没有出现在digits中就把字典的value设为空。
2021-11-02 10:30:51
4578
原创 LeetCode 刷题小本本Day8 Container With Most Water （双指针）
题目：给你 n 个非负整数 a1，a2，…，an，每个数代表坐标中的一个点 (i, ai) 。在坐标内画 n 条垂直线，垂直线 i 的两个端点分别为 (i, ai) 和 (i, 0) 。找出其中的两条线，使得它们与 x 轴共同构成的容器可以容纳最多的水。我的答案：转化成求min(xj,xi)∗(xj−xi)min(x_j,x_i)*(x_j-x_i)min(xj,xi)∗(xj−xi)最大值。一开始用的是很粗暴的方法，遍历两遍列表，结果超出时间限制ε=(´ο｀*)))唉后来想到，能不能用
2021-10-29 16:58:46
3322
1
原创 十月学习日记
Interactive Recommender System via Knowledge Graph-enhanced Reinforcement Learning，KERL，overleaf编译错误，使用配置文件
2021-10-29 09:38:44
867
原创 LeetCode 刷题小本本Day7 Merge Two Sorted Lists（递归）
题目：将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。我的方法：第一眼看见就觉得和Day2的题目很像啊，都是链表，不过上一个是将两个链表加起来，这个是比较大小。dummy=curr=ListNode()，中途只更改curr（curr.next = ListNode(x)），最后返回dummy.next。因为是比较大小，所以用到了前几天学到的float('inf')正无穷，当走到节点末尾时，就赋值正无穷。看了答案之后，原来还可以用递归的思路解。
2021-10-28 11:02:16
160
原创 LeetCode 刷题小本本Day6 Longest Palindromic Substring（动态规划）
题目：给你一个字符串 s，找到 s 中最长的回文子串。我的方法：因为回文串肯定有重复字符，所以首先去掉无重复字符的情况。一开始想的是，找出重复字符出现的位置，然后判断那一串是否是回文。但是，一个字符可能出现很多次，这个方法不行。后来又想到之前做过的一道，用到了滑动窗口的题目。之前那道题是寻找最长不重复子串，每次没有循环完整个字符串。这道题目需要循环完整个字符串。我的思路是：滑动窗口不停移动，直到找到一个值与substring[0]相同，判断是否是回文。好不容易写出来了，但是说超时了。又试了好
2021-10-28 00:01:19
209
原创 LeetCode 刷题小本本Day5 Median of Two Sorted Arrays（二分法）
题目：给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。我的答案：class Solution: def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float: curr1 = 0 curr2 = 0 flag1 = 0 flag2 = 0
2021-10-26 12:54:12
132
原创 LeetCode 刷题小本本Day4 Longest Substring Without Repeating Characters（滑动窗口）
题目给定一个字符串 s ，请你找出其中不含有重复字符的 最长子串 的长度。我的答案：class Solution: def lengthOfLongestSubstring(self, s:str): res_max = 0 for iter in range(len(s)): max_len = [] for i in range(len(s)-iter): if s[i+iter
2021-10-25 17:20:17
2815
原创 LeetCode 刷题小本本Day3 Valid Parentheses（栈）
题目给定一个只包括 ‘(’，’)’，’{’，’}’，’[’，’]’ 的字符串 s ，判断字符串是否有效。有效字符串需满足：左括号必须用相同类型的右括号闭合。左括号必须以正确的顺序闭合。我的答案：class Solution: def isValid(self, s: str) -> bool: res_bool = True # 是奇数，肯定不对嘛 if (len(s)%2 != 0): res_bool =
2021-10-25 00:04:07
230
1
原创 LeetCode 刷题小本本Day2 Add Two Numbers（链表）
题目：You are given two non-empty linked lists representing two non-negative integers. The digits are stored in reverse order, and each of their nodes contains a single digit. Add the two numbers and return the sum as a linked list.从八点半做到了解题过程：一开始题目都没看懂o
2021-10-24 15:36:25
174
1
原创 LeetCode 刷题小本本Day1 Two Sum（hashmap）
(1) Two Sum题目：Given an array of integers nums and an integer target, return indices of the two numbers such that they add up to target.给定一个list和target，找到list中加起来等于target的索引，不能重复使用值。我的答案： def twoSum1(self, nums, target): """ :type nu
2021-10-22 23:16:17
1075
2
原创 Overleaf 小技巧（如何在arxiv下载latex文档 ；文献引用cite，citet，citep有什么区别；\newcommand命令怎么用；怎么打出引号、英文连接符）
目录arxiv文章如何下载latex文件引用文献cite，citet，citep有什么区别关于超链接，\newcommand命令怎么打出前引号后引号arxiv文章如何下载latex文件看论文的时候，遇到一些新奇的格式，但是不知道对方是怎么弄出来的，应该怎么办呢？可以去arxiv找找有没有这篇文章，然后把它的latex压缩包下下来。步骤：先在arxiv找到对应文章，点击other formats下载压缩包，一定记得改名哦！进行解压，再压缩成zip格式（因为overleaf只认zip格式）导
2021-10-18 11:02:13
15588
7
原创 九月学习笔记 （FM、一些论文阅读、代码）
目录2020.09.16FM 因子分解机2021.09.18论文阅读Interactive Recommender System via Knowledge Graph-enhanced Reinforcement LearningHierarchical Reinforcement Learning for Integrated RecommendationDEAR: Deep Reinforcement Learning for Online Advertising Impression in Reco
2021-10-13 15:20:39
628
原创 莫烦 强化学习视频整理
RL知识整理RL分类按是否理解环境分类：Model-free RL（不理解环境）：用模型表示环境，从环境中得到反馈，再学习；只能一步一步等真实世界的反馈算法：Q Learning, Sarsa, Policy GradientsModel-Based RL（理解环境）：可以模拟现实世界，有一个虚拟环境；预判断反馈算法：Q Learning, Sarsa, Policy Gradients按思想分：Policy-Based RL（基于概率）：输出行动概率，然后根据概率采取行动（
2021-10-13 15:19:40
234
原创 交叉熵与KL散度
交叉熵：描述了两个概率分布之间的距离，当交叉熵越小说明二者之间越接近KL散度（相对熵）：用于衡量对于同一个随机变量x的两个单独的概率分布P(x)和Q(x)之间的差异。
2021-10-13 15:18:16
181
原创 MAP和NDCG 概念及python代码
MAPAP：平均准确率，类似于顺序敏感的recall；返回的推荐结果中，我们需要的排在越前面越好。MAP：为所有用户的AP取均值。 def MAP(origin, res, N): sum_prec = 0 for user in res: hits = 0 precision = 0 # 一个用户一个用户算 for n, item in enumerate(res
2021-10-13 15:15:23
1022
原创 网络表示学习（DeepWalk，node2vec）
DeepWalkDeepWalk的主要思想是在由物品组成的图结构上进行随机游走，产生大量物品序列，然后将这些物品序列作为训练样本输入word2vec进行训练，得到物品的embedding。RandomWalk是一种可重复访问已访问节点的深度优先遍历算法。给定当前访问起始节点，从其邻居中随机采样节点作为下一个访问节点，重复此过程，直到访问序列长度满足预设条件。node2vec2016年出现的n2v，相较于DeepWalk，是通过调整随机游走权重的方法使graph embedding的结果在网络的
2021-10-13 15:14:14
334
原创 Point-wise、Pair-wise、List-wise区别
在Information Retrieval领域一般按照相关度进行排序。比较典型的是搜索引擎中一条查询query，将返回一个相关的文档document，然后根据(query,document)之间的相关度进行排序，再返回给用户。而随着影响相关度的因素变多，使用传统排序方法变得困难，人们就想到通过机器学习来解决这一问题，这就导致了LRT的诞生。Ranking模型可以粗略分为基于相关度和机遇重要性进行排序。基于相关度的模型，通常利用query和doc之间的词共现特性（如布尔模型）、VSM（如TFIDF、L
2021-10-13 14:58:16
3679
原创 n折交叉验证结果中的+-怎么算的？ 标准差？有偏估计？无偏估计？
n折交叉验证的结果怎么写Q：这种实验结果里的±是怎么写出来的呢？A：均值± 标准差标准差百度标准差的时候，发现了这两个公式。差别是，后者是无偏估计量。无偏估计那么什么是无偏估计呢？下面三个链接很好的解释了：为什么分母从n变成n-1之后，就从【有偏估计】变成了【无偏估计】？为什么样本方差（sample variance）的分母是 n-1？为什么样本方差（sample variance）的分母是 n-1？下面自己总结总结~个人理解：首先，我们要看看方差是怎么计算的：E[1n∑i=1
2021-10-11 16:52:13
2181
4
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