發(fā)簡(jiǎn)信
IP屬地：北京
-
Additive Attention 和 Dot-product Attention
additive attention 和 dot-product attention 是最常用的兩種attention函數(shù)，都是用于在atten...
-
layer normalization 簡(jiǎn)單總結(jié)論文： https://arxiv.org/pdf/1607.06450v1.pdf 課代表的總結(jié)：https://zhuanlan.zhihu...
-
推薦系統(tǒng)中的冷啟動(dòng)
本文對(duì)一些相關(guān)的資料進(jìn)行了整理，結(jié)合了自己的思考得到的推薦系統(tǒng)冷啟動(dòng)方面的學(xué)習(xí)筆記。 背景 任何互聯(lián)網(wǎng)推薦應(yīng)用, Item和User都是不斷增長(zhǎng)...
-
Airbnb 推薦算法 Real-time Personalization using Embeddings for Search Ranking at Airbnb背景介紹 論文《Real-time Personalization using Embeddings for Search Ranking at...
-
近似最近鄰算法（ANN) 之局部敏感哈希LSH
背景 在最近鄰的搜索算法中，數(shù)據(jù)的維度不同，適用的算法也不同，一般來(lái)說(shuō)，準(zhǔn)確的暴力計(jì)算只適用于在維度較低的時(shí)候，在高維大規(guī)模情況下計(jì)算成本過高，...
-
Deep Neural Networks for youtube Recommendations 精讀筆記背景 youtube視頻推薦碰到的挑戰(zhàn)： 大數(shù)據(jù)量，涉及到海量的用戶和視頻，需要高效的分布式學(xué)習(xí)算法和線上服務(wù)系統(tǒng)； 新鮮度，包括新上傳的視頻和...
-
DSSM模型和tensorflow實(shí)現(xiàn)DSSM 的原理很簡(jiǎn)單，通過搜索引擎里 Query 和 Title 的海量的點(diǎn)擊曝光日志，用 DNN 把 Query 和 Title 表達(dá)為低緯...
-
語(yǔ)義相似度度量在比較兩個(gè)文本語(yǔ)義是否相同的時(shí)候，通常的做法是 使用傳統(tǒng)方法：one-hot word vector -> tf-idf/BM25 加權(quán) -> ...
-
樸素貝葉斯為什么是線性分類器
線性分類器是通過特征的線性組合來(lái)做出分類決定的分類器。 樸素貝葉斯公式中，只要p(xi|c)是服從指數(shù)分布簇的，就可以寫成是線性分類器的形式。 ...