发简信
IP属地：安徽
-
深度学习-前向传播与反向传播2
不同损失函数与激活函数所带来的训练的不同 ,,，导数 对比前两列，最大的不同在,使用交叉熵的模型少乘了一个,而往往是很小的(只在0附近比较大)，...
-
深度学习-RNN-循环神经网络1，结构 输入层，它通过一组连接权重接入状态层。变成 隐藏层，它就厉害了。他有两个输入，一是输入层，二是上一个自己。再通过激活函数变成所以，RN...
-
深度学习-激活函数与优化器
1，激活函数 具体激活函数参见此篇https://www.jiqizhixin.com/articles/2017-10-10-3 激活函数从图...
-
NLP-Word Embedding-Attention机制attention机制是个坑。要明白attention机制，首先要明白seq2seq要明白seq2sql，首先要明白RNN要明白RNN，首先要明...
-
深度学习-前向传播与反向传播概述 对于全连接的神经网络(MLP)，其结构看似复杂， 其实只是简单结构的不断重复。这里的简单结构就是sigmoid函数即LR:对于 有 和 ...
-
推荐系统-重排序-CTR-DCN-CIN-xDeepFM一个总结https://www.cnblogs.com/xianbin7/p/10661572.html 特征交叉的 元素级bit-wise V...
-
推荐系统-重排序-CTR-DeepFM等DNN模型概述 关键词：特征组合LR：缺乏特征组合能力，需人工做特征工程GBDT+LR：特种组合能力不强，对高维的稀疏特征应对乏力FM：具有较强的二阶特征...
-
推荐系统-重排序-CTR-Wide&Deep模型模型 上图讲得十分清楚：第一层(最下层)黄点和灰点，表示稀疏离散特征。第二层表示对稀疏离散特征embedding后的稠密特征向量。第三层就是深度...
-
推荐系统-重排序-CTR-GBDT+LR概述 GBDT的加入，是为了弥补LR难以实现特征组合的缺点。 LR LR作为一个线性模型，以概率形式输出结果，在工业上得到了十分广泛的应用。其具...