240 发简信
IP属地:陕西
  • 什么是 Webhook?

    1. 什么是 Webhook? Webhook 是一个 API 概念,是微服务 API 的使用范式之一,也被成为反向 API,即前端不主动发送请求,完全由后端推送;举个常用例...

  • 如何利用与对抗信息茧房

    我们生活在一个信息爆炸的时代,这是一个最好的时代,也是一个最坏的时代。随着短视频B站、抖音等视频网站的崛起,自媒体信息以前所未有的速度快速膨胀,这些信息不断的消耗着我们的注意...

  • 120
    GAN

    1. GAN产生背景 以最大似然估计的方式来获得生成图像模型的方法,这种方法是可行的,但有比较大的约束,即模型不能太复杂,比如服从正态分布,那么通过最大似然估计的方式就可以计...

  • 信息熵、条件熵、信息增益、信息增益率

    一、信息熵 1. 信息熵提出背景 我们生活在一个信息爆炸的时代,从信息学的角度来说,人类进步的本质就是不断的打破信息的不对称性。我们讨厌不确定性,我们一生都在试图将所有的...

  • 120
    聚类

    1.产生背景 聚类的目的也是把数据分类,但是事先我是不知道如何去分的,完全是算法自己来判断各条数据之间的相似性,相似的就放在一起。在聚类的结论出来之前,我完全不知道每一类...

  • 120
    基于内容的推荐算法

    1.产生背景 基于内容的推荐算法是基于标的物的相关信息、用户信息及用户对标的物的操作行为来构建推荐算法模型,为用户提供推荐服务,这里的标的物相关信息可以是对标的物文字描述...

  • 120
    LFM

    1. LFM的产生背景 推荐算法常见的协同过滤算法有两种,一种是基于用户或基于物品的,这种推荐算法简单,但对稀疏矩阵的处理较为困难。因此有学者提出了LFM算法 此算法将用...

  • PersonalRank

    1. PersonalRank的产生背景 PersonalRank产生于用户浏览网页的行为的场景,受pageRank算法的启发,是一种基于图的搜索算法,同时也可以将用户浏...

  • 120
    Item2vec

    1. item2vec产生背景 在了解item2vec,我们首先应该了解Embedding的概念,什么是Embedding?Embedding 中文是嵌入,主要作用是将不...

  • 120
    梯度爆炸 && 梯度消失

    1. 梯度爆炸、梯度消失的产生背景 前面我们讲过梯度消失和梯度爆炸的根本原因是由于深度神经网络过长的链,在反向传播通过链式法则求导过程中产生的。 2. 梯度消失的特点 ...

  • 120
    自从掌握了软件开发的 5 条核心原则,我每天工作时至少可以多摸鱼 4 个小时

    作为一名程序员,小伙伴们有没有想过这个简单的问题,“软件是什么?”可以闭上眼睛让自己想一会,如果觉得有点抽象不太好回答的话,来看看我的答案。 软件 = 程序 + 数据 + 文...

  • 120
    最深情的三毛和荷西让人潸然泪下:你只知表面的浪漫至极,却不懂三毛的疯狂不羁

    文/田心 最近,看到一个很有意思的话题:那些文艺女青年最后都嫁给了什么人? 一个追求精神生活的人,总是渴望遇到另一个崇尚精神自由的人。 说到文艺女作家,可能人们第一时间想到的...

  • 120
    GRU && LSTM

    本文将从以下几个方面介绍GRU && LSTM: 1. GRU的提出背景 前面我们讲的几种神经网络当网络层数比较深的时候,在反向传播链式法则中,可以看到都会无可避免的出现...

  • 120
    DNN

    本文将从以下几个方面介绍DNN: 1.DNN的产生背景 神经网络技术起源于上世纪五、六十年代,当时叫感知机,拥有输入层、输出层和一个隐含层。输入的特征向量通过隐含层变换达...

  • 120
    CNN

    本文将从以下几个方面介绍CNN: 1.CNN的产生背景 CNN是卷积神经网络的简称,它是将人类观察事物的规律特点用于算法,解决图片识别问题的一种神经网络算法。 2.CNN...

  • 120
    RNN

    本文将从以下几个方面介绍RNN 1.RNN的产生背景 RNN是循环序列神经网络的简称,它是为了模拟人类的推理能力而提出的,例如,人类可以根据一个故事的开头猜测到一个故事的结...

  • Adaboost算法理解

    1、Adaboost作为一种集成学习方法,核心思想是经过多轮迭代,对分类器的权重参数每次迭代进行修正,然后集成得到最优解; 2、修正的参数有两个:迭代器的权重、样本自身的权重...