- 博客(9)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 tensornet源码调试解析
最近阅读了tensornet的源码，其设计思想很值得借鉴。对于架构设计的感兴趣的同学，强烈建议阅读一下。tensornet在tensorflow的基础上进行二次开发，针对广告推荐等大规模稀疏场景优化的分布式训练框架。相比之前的分布式框架，tensornet借助mpi集群管理，每个节点单独维护一个ps，省去了维护管理节点的成本。本文主要记录了我个人对tensornet源码的阅读以及理。1. 环境准备1.1 安装大家可以根据tensornet提供的dockerfile创建一个tensornet的镜像，我本
2021-01-12 14:09:30
743
3
原创 多任务学习在推荐中的探索
多任务学习(Multi-task learning)在cv和nlp领域已经得到广泛的应用，无论是经典的maskrcnn—同时预测bounding box的位置和类别，还是称霸nlp的bert—预测某个单词和句子是否相关联，都属于多任务模型。在推荐中是基于隐式反馈来进行推荐的，用户对于推荐结果是否满意通常依赖很多指标(点击，收藏，评论，购买等)，因此在排序中，我们需要综合考虑多个目标，尽可能使所有目...
2020-03-11 19:08:36
21836
原创 理解Word Embedding，全面拥抱ELMO
提到Word Embedding，如果你的脑海里面冒出来的是Word2Vec，Glove，Fasttext等。那我猜你有80%的概率是从事和NLP相关的工作或者至少是一个算法爱好者(这貌似是一个真命题，哈哈)。其实简单来说Word Embedding就是把词转换成向量的形式。计算机只识别二进制，智能问答系统，我们需要计算机理解的是文字。此时我们就需要将文字转换成数字，向量的形式。最简单的一种方式就...
2019-06-06 18:00:59
6125
原创 DeepFM结合代码的理解
闲谈众所周知，自从人工智能火了以后，大家现在全民AI，连小学生中学生都在搞所谓的AI。AI的实现应该靠算法与硬件的结合，但是国内貌似搞算法的远超搞硬件的。现阶段来看，算法层面上，主要靠深度网络。我理解所谓的深度网络，就是用一系列的线性函数模拟复杂的非线性函数。举个简单例子，一个正弦函数，我们可以将他的作用域划分成一系列的小区间，将每个区间端点的函数值用直线连接起来。如果这些区间足够小，就...
2019-04-28 14:03:54
7508
5
原创 最近邻搜索:Product Quantization for Nearest Neighbor Search
最近邻搜索在搜索领域是常用给的算法，拿我们的1:N的人脸识别举例，假如我们底库中有200百万照片的特征向量（这个数字已经算小的了），每个特征向量是512维，如果用线性搜索的话，那么我们要进行200*512百万次的加法，乘法。这个随着底库的增加，算法复杂度是逐渐增加的。在实际的应用场景中，显然这个是不可以的。很直观的一个想法就是，我们能不能类似于二分查找那样，每就算一次就排除一部分呢。第二个想法就是...
2019-01-16 14:42:10
1979
原创 MaskRCNN源码解读
https://github.com/matterport/Mask_RCNN这个是一个基于Keras写的maskrcnn的源码，作者写的非常nice。没有多余的问文件，源码都放在mrcnn中，readme里面有详细的介绍，为了了解maskrcnn的运行流程，最好的办法就是将代码边运行边调试。从samples下面的coco文件开始运行：前面首先会加载一些配置文件的数据，暂时用不到没必...
2018-07-25 09:13:51
29718
17
原创 机器学习项目总结--Display Advertising Challenge
CriteoLabs 2014年7月份在kaggle上发起了一次关于展示广告点击率的预估比赛。获得比赛第一名的是号称”3 Idiots”的三个台湾人，最近研究了一下他们的开源的比赛代码，在此分享一下他们的思路。这个代码非常适合机器学习初学者研究一下，尤其对于跨行想做机器学习，但是这之前又没有做过相关的项目。从数据的处理到模型算法的选择，都非常的详细。读完这个代码，大家一定会对机器学习在工业上的应用有了解。
2017-12-25 13:02:14
5934
5
原创 机器学习系列--关于LR的两个问题
逻辑回归是应用非常广泛的一个分类机器学习算法，有关LR的算法推导以及计算过程有很多资料可以参考，在这里我们就不再赘述。这里我们主要关心两个问题，也是在面试的过程经常会被问到的， LR为什么使用sigmoid函数和 LR中损失函数为什么不能使用平方损失函数
2017-12-17 19:59:20
537
1
原创 机器学习系列--GBDT算法总结与源码分析
最近在看Kaggle2014年的一个比赛–Display Advertising Challenge。三个台湾人得了比赛的第一名，他们使用的是FFM算法(这个后面再做总结)，在他们比赛的代码中，使用了GBDT算法进行了特征的处理。他们没有使用scikit-learn中封装好的算法，而是自己手撸了一个GBDT的实现。下面就GBDT的一些原理和源码进行分析总结。1. GBDT算法总结 2. GBDT源码分析
2017-12-12 19:49:37
7143
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人