×
请登录
账号
密码
登录 Use it
博客
随笔
网盘
建站
资源
标签
毒鸡汤
程序员导航
登录
注册
标签: 深度学习 共 396 个结果.
怎么对目标进行预判?
我们不知道获取的数据的真实度,如何评价对后续知识推理的影响。且部分目标的数据只有在实际运用过程中才能获取(非合作目标),我们怎么对目标进行预判?
star2017
1年前
3253
0
深度学习推荐系统中各类流行的 Embedding 方法(上)
来源 Microstrong 扫描文末二维码关注作者 深度学习推荐系统中各类流行的 Embedding 方法(下) Embedding 方法概览: [图片] 1. Embedding 简介 Embedding,中文直译为“嵌入”,常被翻译为“向量化”或者“向量映射”。在整个深度学习框架中都是十分重要 ....
star2017
1年前
6593
0
推荐系统遇上深度学习 (十五)-- 强化学习在京东推荐中的探索
原文地址: https://www.jianshu.com/p/b9113332e33e 强化学习在各个公司的推荐系统中已经有过探索,包括阿里、京东等。之前在美团做过的一个引导语推荐项目,背后也是基于强化学习算法。本文,我们先来看一下强化学习是如何在京东推荐中进行探索的。 本文来自于 paper:《 ....
star2017
1年前
8565
0
【下】YouTube 深度学习推荐系统的十大工程问题
转载自 王喆的机器学习笔记 因为这篇文章主要介绍了 YouTube 深度学习系统论文中的十个工程问题,为了方便进行问题定位,我们还是简单介绍一下背景知识,简单回顾一下 Deep Neural Networks for YouTube Recommendations 中介绍的 YouTube 深度学习 ....
star2017
1年前
9066
0
万物皆 Embedding,从经典的 word2vec 到深度学习基本操作 item2vec
这里是 王喆的机器学习笔记 的第四篇文章,之前我们一起讨论了阿里的 DIN,YouTube 的深度学习推荐系统,本来今天想再分享另一篇科技巨头的业界前沿文章,Airbnb 的 Embedding 方法 但因为文章中涉及 word2vec 的技术细节,为了保证一些初学者的知识是自洽的,我还是想在此之前 ....
star2017
1年前
7615
0
推荐系统遇上深度学习 (十四)--《DRN:A Deep Reinforcement Learning Framework for News Recommendation》
之前学习了强化学习的一些内容以及推荐系统的一些内容,二者能否联系起来呢!今天阅读了一篇论文,题目叫《DRN: A Deep Reinforcement Learning Framework for News Recommendation》。该论文便是深度强化学习和推荐系统的一个结合,也算是提供了一个 ....
star2017
1年前
10030
0
深度时空网络、记忆网络与特征表达学习在 CTR 预估中的应用
[图片] 分享嘉宾:秀武 阿里 高级算法专家 编辑整理:Jane Zhang 内容来源:DataFunTalk 导读: 在 CTR 预估中,能不能有效地利用用户历史行为,页面同屏竞争广告信息,以及用户—广告,广告—广告关系等辅助信息来提升模型效果?本文介绍在这方面的探索工作,主要包括: 深度时空网络 ....
star2017
1年前
5460
0
推荐系统遇上深度学习 (五)--Deep&Cross Network 模型理论和实践
原文发布于微信公众号 - 小小挖掘机(wAIsjwj) 原文发表时间:2018.04.22 16:14 1、原理 Deep&Cross Network 模型我们下面将简称 DCN 模型: 一个 DCN 模型从嵌入和堆积层开始,接着是一个交叉网络和一个与之平行的深度网络,之后是最后的组合层,它 ....
star2017
1年前
9070
0
深度学习在 58 同城租房搜索排序中的实践
分享嘉宾: 崔凌云,58 同城 TEG 搜索排序部算法架构师 整理出品: 张劲,AICUG 人工智能社区 深度语义模型 BERT 在 58 同城搜索的实践 导读: 本次分享主要以 58 租房搜索排序为背景,介绍深度学习在排序阶段的探索和实践,主要包括:单目标优化、多目标优化、DeepFM、DIN、D ....
star2017
1年前
10145
0
干货! 搜索系统中的深度匹配模型
辛俊波 腾讯 | 高级研究员 导读: 在上一篇文章'推荐系统中的深度匹配模型'中介绍的推荐系统里的模型,大部分是对于各种神经网络的结构改造,基本不太涉及文本本身。而在本文接下来要介绍的搜索引擎中的模型里,可以发现由于 query 和 doc 本身都是由文本组成,模型的扩展性上有了大大的提升,在文本领 ....
star2017
1年前
8752
0
AIQ | 面试经验·机器学习、深度学习、算法工程师(校招)
咦~又是校招季了、下大雨闲的无聊、就写一下去年(2016)校招的经验吧、本人是硕士、而且是北京的、所以视野有限、仅供参考哈! 时间节点 6 月-->8、9 月,内推、提前批:此时竞争小、可以拜托师兄师姐们帮内推、要把握住这次机会啊!(ps:去年我第一次参加校招、认识不足、就错过了很多机会... ....
star2017
1年前
10457
0
阿里开源深度学习框架 XDL,面向广告、推荐、搜索场景
[图片] AI 前线导读: 11 月 28 日,阿里巴巴旗下大数据营销平台阿里妈妈宣布开源深度学习框架 XDL。这是阿里巴巴首次公开的深度学习框架,也是业界首个面向高维稀疏数据场景的深度学习开源框架,突破了现有深度学习开源框架大都面向图像、语音等低维稠密数据而设计的现状。 更多干货内容请关注微信公众 ....
star2017
1年前
7047
0
苏宁 11.11:一种基于神经网络的智能商品税分类系统
欧文祥 2018 年 11 月 12 日 话题:AI 语言 & 开发双十一 [图片] 1. 项目背景 1.1 业务问题描述 目前企业财务人员开取商品增值税发票时,票面上的商品需要与税务总局核定的税分类编码进行关联,按分类编码上注明的税率和征收率开具发票,使得税务机关可以统计、筛选、比对数据等 ....
star2017
1年前
9631
0
干货! 推荐系统中的深度匹配模型
辛俊波 腾讯 | 高级研究员 推荐系统概述 1.1 推荐系统本质 推荐系统就是系统根据用户的属性 ( 如性别、年龄、学历、地域、职业 ),用户在系统里过去的行为 ( 例如浏览、点击、搜索、购买、收藏等 ),以及当前上下文环境 ( 如网络、手机设备、时间等 ),从而给用户推荐用户可能感兴趣的物品 ( ....
star2017
1年前
7993
0
推荐系统遇上深度学习 (十一)-- 神经协同过滤 NCF 原理及实战
作者: 石晓文,中国人民大学信息学院在读研究生 个人公众号:小小挖掘机(ID:wAIsjwj) 好久没更新该系列了,最近看到了一篇关于神经协同过滤的论文,感觉还不错,跟大家分享下。 论文地址:https://www.comp.nus.edu.sg/~xiangnan/papers/ncf.pdf 1 ....
star2017
1年前
9111
0
线下 auc 涨,线上 ctr/cpm 跌的原因和解决办法
“ 这两年深度模型大火之后,各个团队都卯足了劲把网络规模做大做深,花了很大力气好不容易离线 auc 涨了不少,上线一看效果 ctr 和 cpm 反而下降。本文例举几种可能的原因和解决办法。” 作者:辛俊波 腾讯高级研究员 专注推荐/广告/深度学习原文链接:https://www.zhihu.com/ ....
star2017
1年前
10318
0
基于 TensorFlow Serving 的深度学习在线预估
转载自: 美团点评技术团队博客 一、前言 随着深度学习在图像、语言、广告点击率预估等各个领域不断发展,很多团队开始探索深度学习技术在业务层面的实践与应用。而在广告 CTR 预估方面,新模型也是层出不穷: Wide and Deep[1]、DeepCross Network[2]、DeepFM[3]、 ....
star2017
1年前
9512
0
应用于实时视频通信的深度学习算法研究
众所周知,深度学习在实时视频通信端到端系统里有很多的应用,比如说我们用它做超分辨率,能取得比较好的效果;我们用它做图像恢复,也能取得比较好的效果。如果说提及挑战的话,在支持移动端的应用里,我们必须考虑复杂性的限制,必须要以一个小的模型,能够在移动平台上实时运行,而且功耗、CPU 占比都得到合适的限制 ....
star2017
1年前
10411
0
建了一个机器学习微信群
建了一个机器学习群 欢迎大家进来讨论 [图片]
star2017
1年前
8720
0
超参数搜索不够高效?这几大策略了解一下
作者:Alessio Gozzoli 机器之心编译 参与:朱乾树、张倩 整天 babysitting 深度学习模型是不是很心累?这篇文章或许能帮到你。本文讨论了高效搜索深度学习模型最佳超参数集的动机和策略。作者在 FloydHub 上演示了如何完成这项工作以及研究的导向。读完这篇文章后,你的数据科学 ....
star2017
1年前
10203
0
1
2
3
4
...
20
本文目录
热门标签
程序员导航
热门文章
1.
如何学习Python数据科学(2018)
2.
31个与大数据有关的非常不错的资源和文章(附全链接)
3.
这可能是人工智能、机器学习和大数据领域覆盖最全的一份速查表
4.
onlyoffice 20并发限制处理,up to 20 maximum
5.
史上最全的“大数据”学习资源(上)
6.
一篇文章,带你了解美国大数据产业
阿里云新老用户最新优惠
阿里云新老用户最新优惠
最新发布
1.
祝福不只嘴上说!爆款CQ9《寿星大发》用奖金说话
2.
docker 查看容器分配的内部ip
3.
简单Dify调用MCP服务笔记
4.
主流向量数据库一览
5.
docker 镜像没安装vi可以使用命令修改~/.bashrc
6.
Dify大模型集成工具本地部署运行笔记
最新评论
签到
?
签到
签到
签到,学习
签到