序 交叉熵损失是分类任务中的常用损失函数，但是是否注意到二分类与多分类情况下的交叉熵形式上的不同呢？本次记录一下二者的不同。 两种形式 这两个都是交叉熵损失函数，但是看起来长...
发简信
IP属地：北京
-
二分类与多分类的交叉熵损失函数
-
如果两个item的id的维度不同的话，怎么一起训练呢
推荐系统遇上深度学习(三十六)--Learning and Transferring IDs Representation in E-commerce
本文介绍的文章题目为《Learning and Transferring IDs Representation in E-commerce》，下载地址为：https://ar...
-
一步步解析Attention is All You Need！本文将通过细节剖析以及代码相结合的方式，来一步步解析Attention is all you need这篇文章。 这篇文章的下载地址为：https://arxiv.org/a...
-
从小白到入门算法，我的经验分享给你～研究生三年，作为一名非计算机专业的学生，能够从一名纯小白(Python不会，机器学习没听说过)到最后校招拿到几个不错的offer，个人感觉可以给自己打个及格分吧。写本文的目的...
-
详解TF中的Embedding操作！embedding大家都不陌生，在我们的模型中，只要存在离散变量，那么一般都会用到embedding操作。今天这篇，我们将按以下的章节来介绍TF中的embedding操作。 ...
-
2019-12-25推荐总结第一个问题：我们知道在个性化推荐系统里，第一个环节一般是召回阶段，而召回阶段工业界目前常规的做法是多路召回，每一路召回可能采取一个不同的策略。那么打破常规的思考之一是：是否我...
-
推荐系统遇上深度学习(三十四)--YouTube深度学习推荐系统看题目，相信大家都知道本文要介绍的便是经典的Youtube的深度学习推荐系统论文《Deep Neural Networks for YouTube Recommendatio...
-
学习
-
为什么递归效率比迭代差那么多？
递归在解决某些问题的时候使得我们思考的方式得以简化，代码也更加精炼，容易阅读。那么既然递归有这么多的优点，我们是不是什么问题都要用递归来解决呢？难道递归就没有缺点吗？今天我们...
-
-
一般深度学习没有使用二阶的优化算法把
神经网络训练Trick
神经网络构建好，训练不出好的效果怎么办？明明说好的拟合任意函数(一般连续)(为什么？可以参考Neural Network and Deep Learning)，说好的足够多的...
-
keras backend 简单介绍
本文简单介绍 Keras 的两个 Backend，也就是Keras基于什么东西来做运算。Keras 可以基于两个Backend，一个是 Theano，一个是 Tensorfl...
-
2019-08-13 Evaluating the visualization of what a Deep Neural Network has learned
这篇文章提出了一种对那些用热力图解释神经网络分类依据方法的效果进行客观比较的方法。而不是人主观的去肉眼比较，用到的数据集是SUN397,ILSVRC2012,MITPlace...
-
Siamese network 孪生神经网络--一个简单神奇的结构名字的由来 Siamese和Chinese有点像。Siam是古时候泰国的称呼，中文译作暹罗。Siamese也就是“暹罗”人或“泰国”人。Siamese在英语中是“孪生”、“连...
