paper
文章平均质量分 95
加勒比海鲜王
机器学习探索者,欢迎关注简书账号——加勒比海鲜王
展开
-
从代码学ConditionalGAN
首先,代码引用自https://github.com/wiseodd/generative-models 感谢这位网友的代码支持。每个月总有30天不想看论文,所以直接看源码或许是一个好办法。因为有些时候它的改动就那么一点点。而论文却要用晦涩难懂的语言证明上十几页。上边这个链接中给出了很多GAN和VAE以及各种变体的源码,并且写得清晰易懂,再次感谢这位网友的贡献。ConditionalGAN顾名思义原创 2017-09-28 13:30:24 · 7658 阅读 · 3 评论 -
谈谈Adversarial Autoencoders
保留初心,砥砺前行最近看了Adversarial Autoencoders(以下简称AAE)这篇paper,就随便写几句笔记。paper链接,点我1. 概述:GAN和VAE是近年来很火的生成模型(关于GAN,我之前写过几篇了,需要的话点击文末的相关链接即可),对于这两个模型的研究层出不穷,变体无数,而将这两者结合也是一种优秀的思路。GAN说白了就是对抗,VAE就是一种Autoencoders,而本原创 2017-09-04 16:37:55 · 11516 阅读 · 4 评论 -
Bridging Collaborative Filtering and Semi-Supervised Learning:paper翻译与解读
桥接CF和半监督学习的POI推荐方式。 是一个使用了神经网络进行POI推荐的工作。文章中设计了一种叫做PACE的模型声称可以解决推荐问题中数据稀疏和存在一些相关的上下文(指的是某些关系会与推荐结果相关,称作上下文。例如社交关系可能对POI推荐带来影响)的问题。模型输入:one-hot形式的user向量和POI向量输出:1. (user-POI)以0, 1的形式输出,来代表user是否偏好这个POI原创 2017-11-27 11:39:56 · 1151 阅读 · 1 评论 -
implicit feedback
在推荐系统的paper中经常出现的一个词是implicit feedback,中文是隐式反馈。对于推荐系统的数据来说,一般分为显式反馈和隐式反馈。显式反馈就是用户对item的打分。例如按照评分1-5来打分,不同的打分就代表用户对item的不同喜好程度。隐式反馈不是打分,可以看做是一种选择。用户选择了某个item。举例来说这个选择可以是社交网络中的点赞、转发等等。 除了用户所选择的item之外,剩下原创 2017-12-26 20:50:32 · 2244 阅读 · 0 评论 -
Deep Learning based Recommender System: A Survey and New Perspectives
introduction Recommender system (RS) is a useful information €ltering tool for guiding users in a personalized way of discovering products or services they might be interested in from a large sp...原创 2018-06-19 21:59:58 · 1905 阅读 · 0 评论