rh-li

摘要： Summary 目录Summary标准序列推荐模型其他推荐模型FPMCDNN（Pooling）GRU4Rec（RNN-based）GRU4Rec+（RNN-based）Caser（CNN-based）SASRec（Transformer-based）DIN（Transformer-based）BER 阅读全文

摘要： 【神经网络组件】Transformer Encoder 目录【神经网络组件】Transformer Encoder1. seq2seq模型2. 为什么只需要Transformer Encoder3. Transformer Encoder的结构 1. seq2seq模型 什么是sequence：se 阅读全文

摘要： 【论文精读】BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding 作者: Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanov 阅读全文

摘要： 【论文精读】On the Relationship Between Self-Attention and Convolutional Layers 作者: Jean-Baptiste Cordonnier, Andreas Loukas, Martin Jaggi 发表会议: ICLR 2020 论 阅读全文

摘要： 目录1. 引入self-attention2. self-attention3. self-attention的并行计算4. 多头self-attention5. 位置编码，self-attention的扩展知识 attention层最早由Google提出，用在了Transformer中。如今，at 阅读全文

摘要： 目录1. 可变对象和不可变对象1.1 “对象的值可以改变”是什么意思？1.2 “对象的值不能改变”是什么意思？1.3 总结2. 用=赋值有什么问题3. copy模块登场4. 重新认识列表对象5. 浅拷贝，深拷贝5.1 浅拷贝（copy.copy()）浅拷贝的原理浅拷贝举例5.2 浅拷贝后，修改z中不 阅读全文

摘要： 测试过程也叫采样过程，是从噪音\(\mathbf{x}_T\)中逐步去噪，最终生成图片的过程 文章内容主要参考了李宏毅老师的课程 目录1. 扩散模型的测试过程测试过程第1步测试过程第3步测试过程第4步2. 总结 1. 扩散模型的测试过程 在论文中，扩散模型的测试过程如下 测试过程第1步 生成噪音\( 阅读全文

摘要： 高能预警：这篇文章难度很大，包含很多的数学推导，如果不想接触太多的数学内容，那么可以跳过不看。 看这篇文章之前，你需要了解：什么是马尔科夫链，什么是极大似然估计，什么是KL散度，两个正态分布的KL散度，什么是贝叶斯公式 以下内容参考了主要参考了博客What are Diffusion Models? 阅读全文

摘要： 目录1. 基本用法2. 一个测试函数中可以包含多个断言3. assertTrue断言和assertRaises断言4. 例子5. 为什么不用print而用unittest 1. 基本用法 假设有一个函数add def add(x, y): return x + y 如果我们想要测试这个函数的正确性， 阅读全文

摘要： 扩散模型的训练过程 阅读全文