發(fā)簡(jiǎn)信
IP屬地：廣東
-
Task04-PyTorch進(jìn)階訓(xùn)練技巧
打卡資料《深入淺出pytorch第六章》：https://datawhalechina.github.io/thorough-pytorch/%...
-
Task03-PyTorch模型定義1. Pytorch模型定義的方式 Module類時(shí)torch.nn模塊里提供的一個(gè)模型構(gòu)造類(nn.Module)，是所有神經(jīng)網(wǎng)絡(luò)模塊的基類，...
-
Task02-Pytorch的各個(gè)組件和實(shí)戰(zhàn)
基本配置 數(shù)據(jù)讀入 通過(guò)Dataset+DataLoader方式完成 Dataset類主要包含三個(gè)函數(shù)： init: 傳入外部參數(shù)，初始化 ge...
-
Task01-PyTorch安裝與基礎(chǔ)知識(shí)學(xué)習(xí)資源/來(lái)源：DataWhale組織-PyTorch教程[https://github.com/datawhalechina/thorough...
-
零基礎(chǔ)入門推薦系統(tǒng)——task05: 排序模型+模型融合經(jīng)過(guò)前面的候選文章召回和特征工程，將文章和用戶點(diǎn)擊日志信息處理成監(jiān)督學(xué)習(xí)數(shù)據(jù)集，接下來(lái)就使用排序模型或二分類模型搭建模型進(jìn)行學(xué)習(xí)，對(duì)測(cè)試集進(jìn)行預(yù)...
-
零基礎(chǔ)入門推薦系統(tǒng)——Task04：特征工程
上一節(jié)我們通過(guò)多路召回選出候選的文章集{user_id: [item1, item2, ....]}，對(duì)于每個(gè)用戶將每篇可能點(diǎn)擊的文章構(gòu)造成監(jiān)督...
-
零基礎(chǔ)入門推薦系統(tǒng)——task03：多路召回多路召回策略，是指采用不同的策略、特征或簡(jiǎn)單模型，分別召回一部分候選集，然后將候選集合并在一起用于后續(xù)排序模型使用。多路召回通常需要在計(jì)算速度和...
-
零基礎(chǔ)入門推薦系統(tǒng)——task02：數(shù)據(jù)分析
通過(guò)數(shù)據(jù)分析了解數(shù)據(jù)整體情況，發(fā)現(xiàn)用戶、文章的屬性信息，以便后續(xù)進(jìn)行特征工程和模型構(gòu)建。 數(shù)據(jù)字段： 日志文件包括字段：用戶id、文章id、點(diǎn)擊...
-
零基礎(chǔ)入門推薦系統(tǒng)——task01：賽題理解+Baseline
項(xiàng)目背景 結(jié)合之前推薦系統(tǒng)理論，以新聞APP中的新聞推薦為背景，10天參加新聞推薦場(chǎng)景下用戶行為預(yù)測(cè)實(shí)戰(zhàn)，入門推薦系統(tǒng)，了解推薦系統(tǒng)基本流程及一...