lotuslaw

摘要： DeepFM继承了Wide&Deep的主体结构，将高低特征进行融合。其主要创新点有2个。一是将Wide部分替换成了 FM结构，以更有效的捕获特征交互interaction；二是FM中的隐向量 和 Deep部分的 embedding 向量共享权重，减少模型复杂性。 阅读全文

摘要： nanoGPT - learning。 阅读全文

摘要： FM算法全称为因子分解机 (FactorizationMachine)。它是广告和推荐领域非常著名的算法，在线性回归模型上考虑了特征的二阶交互。适合捕捉大规模稀疏特征(类别特征)当中的特征交互。 阅读全文

摘要： 广告算法。 阅读全文

摘要： 推荐系统。 阅读全文

摘要： 当参数迭代过程成为训练时间的主要瓶颈时，我们通常的方法是应用GPU来进行加速。 阅读全文

摘要： Pytorch通常需要用户编写自定义训练循环，训练循环的代码风格因人而异。 阅读全文

摘要： 可以使用以下3种方式构建模型： 1，继承nn.Module基类构建自定义模型。 2，使用nn.Sequential按层顺序构建模型。 3，继承nn.Module基类构建模型并辅助应用模型容器进行封装(nn.Sequential,nn.ModuleList,nn.ModuleDict)。 其中 第1种方式最为常见，第2种方式最简单，第3种方式最为灵活也较为复杂。 阅读全文

摘要： 机器学习扫盲。 阅读全文

摘要： 信号分类。 阅读全文