Python处理数据集-2
摘要：原数据集的数据格式： 每行为：（test_User, test_Item） negativeItem1 negativeItem2 negativeItem3 …… negativeItem99 即每一行对应一个user 与100个item，其中1个item为整理，其余99个为负例。 将要处理成的目
阅读全文
posted @ 2019-07-30 16:00
07 2019 档案
Python处理数据集-1
摘要：原数据集的数据格式： 每行为：（test_User, test_Item） negativeItem1 negativeItem2 negativeItem3 …… negativeItem99 即每一行对应一个user 与100个item，其中1个item为正例，其余99个为负例。 将要处理成的目
阅读全文
posted @ 2019-07-30 15:55
Python 中把一个list 列表分组/分块
摘要：比如：将list：[1,2,3,4,5,6,7,8,9]按照下标顺序分成3组：[1,2,3] [4,5,6] [7,8,9]或分成5组：[1,2,] [3, 4] [5,6] [7, 8] [ 9 ] 解决办法： 如果有10个数：
阅读全文
posted @ 2019-07-30 11:09
Debug 路漫漫-11：Python: TypeError: 'generator' object is not subscriptable
摘要：调试程序，出现以下错误： Python: TypeError: 'generator' object is not subscriptable “在Python中，这种一边循环一边计算的机制，称为生成器：generator。” 我这个功能函数用了 yield 返回函数的值，这个似乎是属于 gener
阅读全文
posted @ 2019-07-30 10:58
Python 中 如何将两个列表元素一一对应成字典
摘要：使用python的 zip函数 和强大的集合操作可以方便的将两个list元素一一对应转换为dict，如下示例代码： 结果如下：
阅读全文
posted @ 2019-07-30 10:48
【RS】Deep Learning based Recommender System: A Survey and New Perspectives - 基于深度学习的推荐系统：调查与新视角
摘要：【论文标题】Deep Learning based Recommender System: A Survey and New Perspectives （ ACM Computing Surveys · July 2017） 【论文作者】 SHUAI ZHANG, University of New
阅读全文
posted @ 2019-07-24 15:28
【RS】A review on deep learning for recommender systems: challenges and remedies- 推荐系统深度学习研究综述：挑战和补救措施
摘要：【论文标题】A review on deep learning for recommender systems: challenges and remedies （Artificial Intelligence Review，201906） 【论文作者】Zeynep Batmaz 1 · Ali Y
阅读全文
posted @ 2019-07-24 15:14
【RS】Automatic recommendation technology for learning resources with convolutional neural network - 基于卷积神经网络的学习资源自动推荐技术
摘要：【论文标题】Automatic recommendation technology for learning resources with convolutional neural network （2016 ISET） 【论文作者】Xiaoxuan Shen, Baolin Yi*, Zhaoli
阅读全文
posted @ 2019-07-24 15:13
卷积神经网络的入门
摘要：因课题需要，开始捣鼓CNN——卷积神经网络…… 以下记录一下从各方各面提取的信息： 190711四： 【西瓜书】：P114 @CNN的采样层亦称为“汇合”层（pooling），其作用是基于局部相关性原理进行亚采样，从而在减少数据量的同时保留有用信息。 @近来人们在使用CNN时常将Sigmoid激活函
阅读全文
posted @ 2019-07-24 14:45
Debug 路漫漫-10：AttributeError: 'Embedding' object has no attribute 'get_shape'
摘要：CNN的Embedding层报错： 报错：AttributeError: 'Embedding' object has no attribute 'get_shape' 查了下是这个问题： https://stackoverflow.com/questions/44285907/attributee
阅读全文
posted @ 2019-07-22 12:01
Debug 路漫漫-09：构建CNN时维度不一致问题
摘要：Build CNN Network 之后，运行，但是报错： ValueError: Input 0 is incompatible with layer predict_vector_conv1: expected ndim=3, found ndim=2 原因： 对于lexicographic，先
阅读全文
posted @ 2019-07-21 19:58
Debug 路漫漫-08：Keras 版本升级函数变换导致的问题
摘要：在使用 CNN的时候，报错： TypeError: ('Keyword argument not understood:', 'padding') 将“padding”改为“border_mode”，即可： 原因：padding 是Keras 2.X的语法，而我的PC安装的是 Keras 1.X版本
阅读全文
posted @ 2019-07-20 22:30
【RS】AutoRec: Autoencoders Meet Collaborative Filtering - AutoRec：当自编码器遇上协同过滤
摘要：【论文标题】AutoRec: Autoencoders Meet Collaborative Filtering （WWW'15） 【论文作者】Suvash Sedhain †∗ , Aditya Krishna Menon †∗ , Scott Sanner †∗ , Lexing Xie ∗†
阅读全文
posted @ 2019-07-17 17:19
2018 推荐系统总结
摘要：（Start from today ？？——too late ？？） 搜索：recsys 2018 总结Recsys2018 总结 （推荐系统最新技术、应用和方向）32篇论文解读https://blog.csdn.net/lthirdonel/article/details/83627900 201
阅读全文
posted @ 2019-07-16 22:15
关于协同过滤推荐系统札记
摘要：看到一篇好文（【推荐系统中基于深度学习的混合协同过滤模型】——携程技术中心）。想整理一下要点，也方便自己复习。 1、推荐系统： 推荐系统的功能：是帮助用户主动找到满足其偏好的个性化物品并推荐给用户。 推荐系统的输入数据：可以多种多样，归纳起来分为用户(User)、物品(Item)和评分(Rating
阅读全文
posted @ 2019-07-16 21:24
【RS】Wide & Deep Learning for Recommender Systems - 广泛和深度学习的推荐系统
摘要：【论文标题】Wide & Deep Learning for Recommender Systems （DLRS'16） 【论文作者】 Heng-Tze Cheng, Levent Koc, Jeremiah Harmsen, Tal Shaked, Tushar Chandra,Hrishi Ar
阅读全文
posted @ 2019-07-13 12:17
NeuCF源码中用到的模块（函数）
摘要：论文：《Neural Collaborative Filtering》源码中用到的模块（函数） from keras.layers import Embedding, Input, Dense, merge, Reshape, Merge, Flatten （1）Input（）：用于实例化 Kera
阅读全文
posted @ 2019-07-10 12:01
【RS】：论文《Neural Collaborative Filtering》的思路及模型框架
摘要：【论文的思路】 NCF 框架如上： 1、输入层：首先将输入的user、item表示为二值化的稀疏向量（用one-hot encoding） 2、嵌入层（embedding）：将稀疏表示映射为稠密向量（？？如何映射） 所获得的用户（项目）的嵌入（就是一个稠密向量）可以被看作是在潜在因素模型的上下文中用
阅读全文
posted @ 2019-07-10 11:45
Keras 使用过程问题汇总
摘要：以下是Keras 使用过程出现的一些问题： （1）Keras 后端选择问题 一开始是选用的Theano，结果迭代一轮所花时间很长： 后面改用：TensorFlow作为后端，结果果然变快了： 改完TensorFlow作为后端之后，报错了，几经调试，强行把TF换成1.14.0，keras换成1.2.2才
阅读全文
posted @ 2019-07-10 10:47
Python3.7 - Argparse模块的用法
摘要：argparse 是一个命令行参数解析模块。 argparse 是python自带的命令行参数解析包，可以用来方便地读取命令行参数，当你的代码需要频繁地修改参数的时候，使用这个工具可以将参数和代码分离开来，让你的代码更简洁，适用范围更广。argparse使用比较简单，常用的功能可能较快地实现出来。
阅读全文
posted @ 2019-07-09 19:49
Keras 中的 verbose 参数
摘要：在 fit( ) 和 evaluate( ) 中 都有 verbose 这个参数，但都是表示日志显示的参数。 具体如下： fit( ) 中 的 verbose 参数： verbose：日志显示verbose = 0 为不在标准输出流输出日志信息verbose = 1 为输出进度条记录verbose
阅读全文
posted @ 2019-07-09 19:42
TensorFlow中的 tensor 张量到底是什么意思？
摘要：详见【Reference】： TensorFlow中的“Tensor”到底是什么？ 以下摘录一些要点： 这个图好生动呀！~ 标量和向量都是张量（tensor）。
阅读全文
posted @ 2019-07-03 21:55
关于 Keras 模型
摘要：在 Keras 中有两类主要的模型：Sequential 顺序模型 和 使用函数式 API 的 Model 类模型。 1、Sequential 顺序模型 》》开始使用 Keras Sequential 顺序模型 2、使用函数式 API 的 Model 类模型 》》开始使用 Keras 函数式 API
阅读全文
posted @ 2019-07-03 21:23
Keras 入门实例
摘要：使用Keras构建神经网络的基本工作流程主要可以分为 4个部分。（而这个用法和思路，很像是在使用Scikit-learn中的机器学习方法） Model definition → Model compilation → Training → Evaluation and Prediction 以下为实
阅读全文
posted @ 2019-07-02 20:12
关于Keras 版本的安装与修改
摘要：神经协同过滤（Neural Collaborative Filtering）神作的源码的实验设置要求是： 然而，我们使用控制台 （命令：）或者是PyCharm直接安装的版本均是 最新版本（即 2.0版本） 为了避免因版本升级带来的一些功能函数的变化的修改，可以选择直接修改 Keras安装的版本咯。
阅读全文
posted @ 2019-07-02 17:19
解决 ImportError: cannot import name 'initializations' from 'keras' (C:\Users\admin\AppData\Roaming\Python\Python37\site-packages\keras\__init__.py)
摘要：解决 ImportError: cannot import name 'initializations' from 'keras' ： 【原因剖析】 上述代码用的是 Keras version: '1.0.7' 而实际上安装的keras版本是：2.2.4 （版本查看：） 因此，错误原因为： In K
阅读全文
posted @ 2019-07-02 16:59
关于深度学习框架 TensorFlow、Theano 和 Keras
摘要：【TensorFlow】 ——（ https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/） 1、TensorFlow是啥？ ——TensorFlow是Google开发的一款神经网络的Python外部的结构包，也是一个采用
阅读全文
posted @ 2019-07-02 15:49
