发简信
IP属地：广东
-
Task04-PyTorch进阶训练技巧
打卡资料《深入浅出pytorch第六章》：https://datawhalechina.github.io/thorough-pytorch/%...
-
Task03-PyTorch模型定义1. Pytorch模型定义的方式 Module类时torch.nn模块里提供的一个模型构造类(nn.Module)，是所有神经网络模块的基类，...
-
Task02-Pytorch的各个组件和实战
基本配置 数据读入 通过Dataset+DataLoader方式完成 Dataset类主要包含三个函数： init: 传入外部参数，初始化 ge...
-
Task01-PyTorch安装与基础知识学习资源/来源：DataWhale组织-PyTorch教程[https://github.com/datawhalechina/thorough...
-
零基础入门推荐系统——task05: 排序模型+模型融合经过前面的候选文章召回和特征工程，将文章和用户点击日志信息处理成监督学习数据集，接下来就使用排序模型或二分类模型搭建模型进行学习，对测试集进行预...
-
零基础入门推荐系统——Task04：特征工程
上一节我们通过多路召回选出候选的文章集{user_id: [item1, item2, ....]}，对于每个用户将每篇可能点击的文章构造成监督...
-
零基础入门推荐系统——task03：多路召回多路召回策略，是指采用不同的策略、特征或简单模型，分别召回一部分候选集，然后将候选集合并在一起用于后续排序模型使用。多路召回通常需要在计算速度和...
-
零基础入门推荐系统——task02：数据分析
通过数据分析了解数据整体情况，发现用户、文章的属性信息，以便后续进行特征工程和模型构建。 数据字段： 日志文件包括字段：用户id、文章id、点击...
-
零基础入门推荐系统——task01：赛题理解+Baseline
项目背景 结合之前推荐系统理论，以新闻APP中的新闻推荐为背景，10天参加新闻推荐场景下用户行为预测实战，入门推荐系统，了解推荐系统基本流程及一...