注意力机制
注意力机制可快速提取稀疏数据的特征;句子表征,怎么表示一个句子,词嵌入(词映射到高维空间)表达词/词语,句子则是词的组合表达(简单的平均)。 n-gram技术,卷积网络归纳局部信息,将词进行平移,不断地进行“卷积”得到一层高维,然后在高维基础继续卷积,得到更高层次的维度信息。 s
注意力机制可快速提取稀疏数据的特征;句子表征,怎么表示一个句子,词嵌入(词映射到高维空间)表达词/词语,句子则是词的组合表达(简单的平均)。 n-gram技术,卷积网络归纳局部信息,将词进行平移,不断地进行“卷积”得到一层高维,然后在高维基础继续卷积,得到更高层次的维度信息。 s
今年很少回老家,之前每年在清明节/国庆节/春节会各回一次老家,今年的清明节因为职场的事情选择没有回来。国庆回来了,比往常路程更久了些,没有抢到南昌到南丰的动车,只坐汽车,慢些。到家已经是晚饭时间。 各种信息流推送的也是烈士纪念日相关新闻,之前看过一些,采取了个性化策略给推荐了这一
通过python爬取各大门户网站的数据,比如儿童/腾讯动漫等。当作是实践python,写写程序。主要是找出源码中html的位置,通过bs4解析,找到参数值/属性值。 汽车之家像汽车之家,http://car.qichedaquan.com/carmaster/KR627009。后
在互联网上,不论是手机端/web端/pc端,用户浏览的路径能够显现用户的意图,从这些浏览路径挖掘得到一个可解释的意图转换。这里涵盖了三个部分,首先是从用户的行为路径挖掘出各个明确的意图,然后在多个意图中寻找出意图间的联系,最后在意图间联系的基础上推测出新的意图。 应用场景主要是推
进入新的业务领域,使用新的环境、新的工具,有些不太适应,有些心里抵触,在一个环境习惯后,接触到新的完全不同氛围,会有些隔离状态。 在旧的环境中,一切都是熟悉的,随拿随取,流程清晰明了,不用请教任何人,时常自己做一些小工具方便自己;而新的环境,需要去熟悉每一个环境啊,每一个流程,一
不读书不知见识低,闭门造车太孤陋寡闻,购买了好几本数最近抽时间看了些,都是在书上写了笔记,发现看到后头再回顾前面写的笔记缺回想不起来,因此,是该写详细点。 大清相国讲述了陈廷敬从科考到入朝为官的事迹,从一开始的乡试,因参与其他学子的游街示威被关牢房,最后因为卫大人在朝堂的代笔写悔
一瞬间已过去两年,两年间历经许多事,不论是工作上,还是生活上,起起伏伏、恍恍惚惚,这就是人生:充满跌宕、充满挑战、充满未知,显得不平淡。趁下雨天,写点什么,一可以度过听雨时间,二是总该记录点什么,免得想找却不知在哪个文件夹。 两年间,从最初的简单资讯推荐开始,慢慢开始独立承担安居
不同用户的行为结果构成了不同物品的排列顺序,并且,在这些物品顺序中,存在着有价值的模式,即蕴涵着物品的隐含关系,找出物品间的隐含关系被称之为关联分析或关联规则学习。问题在于物品之间不同组合带来了数据量的指数暴增,寻找花费时间和存储,计算代价高昂,有Apriori和FP-growt
开发一般在linux下开发方便些,然而在windows下有更多的工具可以使用,也更用户便捷性,因此,在windows下搭建配置开发环境很是必要,这里是工作中的一些经验总结,把环境配置在windows下,可以跑python、spark等程序。前后可能连接不顺畅,主要是想到哪里就记录
不经意间看到一个关于推荐的讨论视频,点进去看发现讲的还不错,对推荐的一些概念、实践经验、优化的前沿点谈了些,算是干货不错。以免忘掉,顺便记录下,也加一些自己的些许坑吧。 什么是推荐用户与商品之间的联系,分两个层面,对用户是找用户感兴趣的商品;对商品而言,是找相似的商品(在广告领域