發(fā)簡信
IP屬地：福建
-
深入淺出PyTorch_3_主要組成部分
[toc] 基本流程 完成一項(xiàng)深度學(xué)習(xí)任務(wù)的基本流程大致如下： 數(shù)據(jù)預(yù)處理 模型構(gòu)建 模型訓(xùn)練 模型導(dǎo)出及應(yīng)用 模型構(gòu)建則是關(guān)鍵，選擇適當(dāng)?shù)哪Ｐ?..
-
深入淺出PyTorch_2_基礎(chǔ)知識
[toc] 張量(Tensor) 概念 幾何代數(shù)中定義的張量是基于向量和矩陣的推廣，比如我們可以將標(biāo)量視為零階張量，矢量可以視為一階張量，矩陣就...
-
深入淺出PyTorch_1_簡介和安裝[toc] PyTorch簡介 1.1.1 PyTorch的介紹 PyTorch是由Facebook人工智能研究小組開發(fā)的一種基于Lua編寫的T...
-
深度學(xué)習(xí)推薦系統(tǒng)-NFM
NFM 0.結(jié)論 NFM是FM的神經(jīng)網(wǎng)絡(luò)化嘗試 NFM用神經(jīng)網(wǎng)絡(luò)代替FM中二階隱向量交叉的操作，相比于FM，NFM的表達(dá)能力和特征交叉能力更強(qiáng) ...
-
深度學(xué)習(xí)推薦系統(tǒng)-DeepFM
DeepFM 0.結(jié)論 DeepFM對W&D模型的改進(jìn)之處：用FM替代了原來Wide部分，加強(qiáng)了淺層網(wǎng)絡(luò)部分的特征組合能力 DeepFM改進(jìn)之處...
-
深度學(xué)習(xí)推薦系統(tǒng)-Wide&DeepWide & Deep 0. 結(jié)論 W&D由淺層（或單層）的Wide部分神經(jīng)網(wǎng)絡(luò)和深層的Deep部分多層神經(jīng)網(wǎng)絡(luò)組成，輸出層采用softmax或...
-
深度學(xué)習(xí)推薦系統(tǒng)-DeepCrossingDeepCrossing 1. 動機(jī) 這個模型就是一個真正的把深度學(xué)習(xí)架構(gòu)應(yīng)用于推薦系統(tǒng)中的模型了， 2016年由微軟提出， 完整的解決了特征工...
-
異常檢測-高維異常主要內(nèi)容包括： Feature Bagging 孤立森林 練習(xí) 1、引言 在實(shí)際場景中，很多數(shù)據(jù)集都是多維度的。隨著維度的增加，數(shù)據(jù)空間的大小（...
-
異常檢測-基于相似度的方法主要內(nèi)容包括： 基于距離的度量 基于密度的度量 LOF檢測樣例 1、概述 ??“異?！蓖ǔＪ且粋€主觀的判斷，什么樣的數(shù)據(jù)被認(rèn)為是“異?！钡?，需要...