摘要：
gpt帮忙生成的笔记哈哈哈，仅供参考 Docker 常用命令的详细说明。 docker run 创建并运行一个新的容器。 语法： docker run [OPTIONS] IMAGE [COMMAND] [ARG...] 常用参数： -d：后台运行容器。 -p：将容器端口映射到宿主机端口。 -v：将 阅读全文
摘要：
准备 需要安装libreoffice这个软件 下载地址：https://www.libreoffice.org/download/download/ 代码 import os import subprocess source = "doc文件夹路径" dest = "要转换的docx文件夹路径"# 阅读全文
摘要：
tensorflow-CPU tensorflow-GPU 使用GPU版本，记得安装CUDA和cuDNN。 安装命令 pip install tensorflow==version pip install tensorflow-gpu==version 下载地址 CUDA：https://devel 阅读全文
摘要：
LDA模型用来推测文档的主题分布，将文档集中每篇文档的主题以概率的形式给出，最终可以根据主题分布来对文档进行聚类或分类 LDA 采用词袋模型。所谓词袋模型，是将一篇文档，我们仅考虑一个词汇是否出现，而不考虑其出现的顺序。在词袋模型中，“我喜欢你”和“你喜欢我”是等价的。与词袋模型相反的一个模型是n- 阅读全文
摘要：
Faiss是一个Facebook AI团队开源的库，全称为Facebook AI Similarity Search，该开源库针对高维空间中的海量数据（稠密向量），提供了高效且可靠的相似性聚类和检索方法，可支持十亿级别向量的搜索，是目前最为成熟的近似近邻搜索库。 官方资源地址https://gith 阅读全文
摘要：
SVD降维 SVD（Singular Value Decomposition，奇异值分解）是对矩阵进行分解，假如待分解的矩阵A是一个m*n矩阵，那么对矩阵A的SVD分解即：A=U∑VT。 其中U是一个m*m的矩阵；Σ是一个m*n的矩阵，Σ除了主对角线上的元素以外其他元素全为0，主对角线上元素称为奇异 阅读全文
摘要：
推荐系统中经常会遇到EE问题和冷启动问题，Bandit算法就是为解决这两个问题的一种在线学习算法。 啥是EE问题 EE问题： 又称为exploit-explore问题。 exploit就是用户确定比较感兴趣的事物，要求准确率较高。 explore就是探索用户可能感兴趣的，新的事物。 因为只对用户感兴 阅读全文
摘要：
聚类(Clustering)是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。也即聚类后同一类的数据尽可能聚集到一起，不同类数据尽量分离。 主要的聚类算法可以划分为如下几类：划分方法、层次方法、基于 阅读全文
摘要：
二进制文件 包含多个tf.train.Example Example是protocol buffer数据标准实现，包含一系列tf.train.feature属性 feature是key（string）-value（bytes_list || float_list || int64_list）键值对 阅读全文
摘要：
Tornado简介 Tornado和Django、Flask一样是Python中比较主流的web框架 Tornado安装 pip install tornado Tornado框架的基本组成 由一个简单的例子开始 import tornado.ioloop import tornado.web cl 阅读全文
摘要：
Docker 使用 Google 公司推出的 Go 语言 进行开发实现，基于 Linux 内核的 cgroup，namespace，以及 AUFS 类的 Union FS 等技术，对进程进行封装隔离，属于操作系统层面的虚拟化技术。由于隔离的进程独立于宿主和其它的隔离的进程，因此也称其为容器。Dock 阅读全文
摘要：
DSSM模型全称：Deep Structure Semantic Model 在应⽤于推荐系统时，通过两个塔分别去建模user侧和item侧的embedding，计算embedding之间 的内积，最后⽤真实的label计算loss。 ⼀些经典的双塔模型 1. MicroSoft-DSSM 双塔模型 阅读全文
摘要：
FastText是facebook开源的一个词向量与文本分类工具，在2016年开源，典型应用场景是“有监督的文本分类问题”。提供简单而高效的文本分类和表征学习的方法，性能比肩深度学习而且速度更快。 FastText结合了自然语言处理和机器学习中最成功的理念。包括使用词袋以及n-gram袋表征语句，还 阅读全文
摘要：
from xx import xxx 和 import xxx from A import a：为从A模块导入a（函数，全局变量，类）；在内存中创建副本，与其它导入相同模块的不共用 import A：导入A模块的全部内容；会在内存中直接加载该模块的全部属性。当出现多个程序导入该模块时,会共用一个模块 阅读全文
摘要：
DeepCTR框架，作者是阿里大佬浅梦 【官方文档：https://deepctr-doc.readthedocs.io/en/latest/】 主要是对目前的一些基于深度学习的点击率预测算法进行了实现，如PNN,WDL,DeepFM,MLR,DeepCross,AFM,NFM,DIN,DIEN,x 阅读全文
摘要：
textRNN textRNN利用RNN循环神经网络解决文本分类问题 流程：embedding—>BiLSTM—>concat final output/average all output—–>softmax layer 一般取前向/反向LSTM在最后一个时间步长上隐藏状态，然后进行拼接，在经过一 阅读全文
摘要：
LSTM LSTM的全称是Long Short Term Memory，顾名思义，是具有记忆长短期信息的能力的神经网络。LSTM首先在1997年由Hochreiter & Schmidhuber提出，由于深度学习在2012年的兴起，LSTM又经过了若干代大牛的发展形成了比较系统且完整的LSTM框架， 阅读全文
摘要：
Doc2bow是封装于Gensim中的方法，主要是实现bow模型 bow模型（词袋）模型使用一组单词（无序）来表示一个句子 先根据语料构建词典 每个句子可以用词典长度的一维向量来表示，向量不关心单词出现的顺序，只表示该位置的单词在样本中出现的频率。 gensim.corpora.Dictionary 阅读全文
摘要：
推荐系统里用到了item-cf，系统总结下 基于物品的协同过滤，就是item-cf。 为什么没有用基于用户的协同过滤：相较于“物品”来说，用户量更大，将所有用户和推荐用户做对比，非常耗时。用户数远大于物品数，而且物品的变更频率不高，物品的相似度相对于用户的兴趣来讲比较稳定 ItemCF不是基于物品本 阅读全文
摘要：
python-按指定文件名前缀查找文件并保留n个最新文件 阅读全文
摘要：
Request id 丢了…… 阅读全文