1、FM背景 在计算广告和推荐系统中，CTR预估(click-through rate)是非常重要的一个环节，判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进...
发简信
IP属地：广东
-
推荐系统遇上深度学习(一)--FM模型理论和实践 -
hiredis的使用
hiredis的使用 标签（空格分隔）： Linux 作业部落地址：https://www.zybuluo.com/LIUHUAN/note/364481 1.hiredis...
-
现在有更简单的方式了，要使用tensorflow.python.keras
model.save('model/keras_model/1', save_format='tf')保存keras模型为pb
keras的模型如果要发布成tfserving，也需要保存为pb格式 之后就可以像tf模型一样直接用tfserving了
-
tf2.0 tfserving
2018年写过tf保存为pb使用tfserving，现在发现tf2.0环境运行不了了，于是重新研究下官方例子[https://github.com/tensorflow/se...
-
sklearn调包侠之K-MeansK-Means算法 k-均值算法（K-Means算法）是一种典型的无监督机器学习算法，用来解决聚类问题。 算法流程 K-Means聚类首先随机确定 K 个初始点作为质心（这也...
-
【编程题】二分查找及其变种规律：第一个返回left 最后一个返回right，第一个题目有等号比较就有等号，最后一个题目有等号比较就没等号 理解：因为最后的跳出条件是start > right, 也就是...
-
ELECTRA：比 BERT 更好的生成判别模型BERT 在训练的过程中使用了 Masked Language Model (MLM)，随机遮挡一些单词，并对这些单词进行预测，BERT 训练的需要大量的计算量。ELECTR...
-
刚才看了下soft相关的代码是最近提交的，我看的时候还只有hard部分的代码
ner论文笔记：Better Modeling of Incomplete Annotations for Named Entity Recognition
NLPCC2020的任务三 考虑噪音标注以及不全标注信息的情况下来构造信息抽取系统。当给定实体类别，实体的一个列表，还有大量未标注语料时，我们如何设计改进算法来构建一个信息抽...
-
深度学习中的梯度裁剪
梯度爆炸是深度学习中十分常见的现象，有时会导致寻优过程不收敛，或者算出来的结果干脆直接溢出，例如在Python里都是Nan，使迭代无法继续下去。TensorFlow里提供了一...
-
百度LAC2.0试用最近看到推送，百度的开源词法LAC2.0发布了，可增量训练适应自己的数据, 赶紧来试验下。git 模型是两层的BI-GRU+CRF，隐藏层维度256词向量维度128，优化器S...
-
简单认识Adam优化器基于随机梯度下降（SGD）的优化算法在科研和工程的很多领域里都是极其核心的。很多理论或工程问题都可以转化为对目标函数进行最小化的数学问题。 按吴恩达老师所说的，梯度下降（Gr...
-
如何使用git合并多次提交在为代码添加一个新功能的时候你会怎么做？（从git的操作顺序来说） 如果是我的话，顺序如下： 先是使用git checkout -b ，来新建一个新的分支，然后开始按照自己提...
-
ner论文笔记：Better Modeling of Incomplete Annotations for Named Entity RecognitionNLPCC2020的任务三 考虑噪音标注以及不全标注信息的情况下来构造信息抽取系统。当给定实体类别，实体的一个列表，还有大量未标注语料时，我们如何设计改进算法来构建一个信息抽...
-
模型压缩（四）：调整架构设计轻量化网络，在实际上最有效。 全连接网络里，多加一层，参数变少，相当于中间压缩了。 每个通道有个核，对应卷积，再使用1×1卷积核，融合不同通道的特征。 与原始cnn对比，感受...
-
模型压缩（三）：量化用更少的bit来存参数，（例如32个bit改成16个bit） 把参数分群，用更少的bit来代表参数 通过霍夫曼编码，把出现频率高的值用更少的bit来表示 只用正一负一两个值来...
-
模型压缩（二）：知识蒸馏先训练一个大模型，再训练一个小模型学习大模型的输出。 大模型不仅学到了类别，还学到了类别之间相似的东西，比真实label更多信息，不知告诉这个图片是1，还告诉它和7/9很像。...
-
模型压缩（一）：剪枝李宏毅 network compression https://www.youtube.com/watch?v=dPp8rCAnU_A 因为现在训练出来的模型过多参数的，所以...
