上一页 1 2 3 4 5 6 7 ··· 31 下一页
摘要: https://www.zhihu.com/question/56024942 https://blog.csdn.net/a1154761720/article/details/53411365 本文介绍1*1的卷积核与googlenet里面的Inception。正式介绍之前,首先回顾卷积网络的基 阅读全文
posted @ 2018-08-06 15:22 Alexander 阅读(384) 评论(0) 推荐(0) 编辑
摘要: Network In Network学习笔记 原文地址:http://blog.csdn.net/hjimce/article/details/50458190 作者:hjimce 一、相关理论 本篇博文主要讲解2014年ICLR的一篇非常牛逼的paper:《Network In Network》, 阅读全文
posted @ 2018-08-06 15:21 Alexander 阅读(233) 评论(0) 推荐(0) 编辑
摘要: https://zhuanlan.zhihu.com/p/27642620 关于卷积神经网络的讲解,网上有很多精彩文章,且恐怕难以找到比斯坦福的CS231n还要全面的教程。 所以这里对卷积神经网络的讲解主要是以不同的思考侧重展开,通过对卷积神经网络的分析,进一步理解神经网络变体中“因素共享”这一概念 阅读全文
posted @ 2018-08-06 15:20 Alexander 阅读(463) 评论(0) 推荐(0) 编辑
摘要: https://www.cnblogs.com/neopenx/p/4768388.html 超参数 超参数(Hyper-Parameter)是困扰神经网络训练的问题之一,因为这些参数不可通过常规方法学习获得。 神经网络经典五大超参数: 学习率(Leraning Rate)、权值初始化(Weight 阅读全文
posted @ 2018-08-06 15:16 Alexander 阅读(1310) 评论(0) 推荐(0) 编辑
摘要: http://www.cnblogs.com/pinard/p/6349233.html 推荐算法具有非常多的应用场景和商业价值,因此对推荐算法值得好好研究。推荐算法种类很多,但是目前应用最广泛的应该是协同过滤类别的推荐算法,本文就对协同过滤类别的推荐算法做一个概括总结,后续也会对一些典型的协同过滤 阅读全文
posted @ 2018-08-03 14:31 Alexander 阅读(2428) 评论(0) 推荐(0) 编辑
摘要: FM和FFM模型是最近几年提出的模型,凭借其在数据量比较大并且特征稀疏的情况下,仍然能够得到优秀的性能和效果的特性,屡次在各大公司举办的CTR预估比赛中获得不错的战绩。美团点评技术团队在搭建DSP的过程中,探索并使用了FM和FFM模型进行CTR和CVR预估,并且取得了不错的效果。本文旨在把我们对FM 阅读全文
posted @ 2018-08-02 14:21 Alexander 阅读(571) 评论(0) 推荐(0) 编辑
摘要: https://xueqiu.com/7060676637/68304587 作者:杨博理链接:https://www.zhihu.com/question/22211032/answer/38202654来源:知乎前排广告位:我自己的新书《中低频量化交易策略研发(上)》已经发布,现提供免费的电子版 阅读全文
posted @ 2018-08-02 11:01 Alexander 阅读(2189) 评论(0) 推荐(0) 编辑
摘要: https://www.cnblogs.com/pinard/p/6351319.html 在协同过滤推荐算法总结中,我们讲到了用矩阵分解做协同过滤是广泛使用的方法,这里就对矩阵分解在协同过滤推荐算法中的应用做一个总结。(过年前最后一篇!祝大家新年快乐!明年的目标是写120篇机器学习,深度学习和NL 阅读全文
posted @ 2018-07-31 19:47 Alexander 阅读(241) 评论(0) 推荐(0) 编辑
摘要: https://www.cnblogs.com/hxsyl/p/5032691.html http://www.cnblogs.com/skyEva/p/5570098.html 1. 基础回顾 矩阵的奇异值分解 SVD (特别详细的总结,参考 http://blog.csdn.net/wangzh 阅读全文
posted @ 2018-07-27 17:04 Alexander 阅读(1347) 评论(0) 推荐(1) 编辑
摘要: https://blog.csdn.net/jiangpeng59/article/details/52538254 为什么单独讲解combineByKey? 因为combineByKey是Spark中一个比较核心的高级函数,其他一些高阶键值对函数底层都是用它实现的。诸如 groupByKey,re 阅读全文
posted @ 2018-07-23 15:27 Alexander 阅读(323) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 ··· 31 下一页