原创 圖神經網絡GNN

綜述性文章: https://zhuanlan.zhihu.com/p/75307407?from_voters_page=true   ACL 2020 中山大學的一篇 利用圖神經網絡進行事實檢測的文章 https://mp.weixi

原创 mark 基礎知識書籍列表-深度學習 tensorflow

1.機器學習入門經典《統計學習方法》pdf下載 鏈接:https://pan.baidu.com/s/1o99BsV4 密碼:b2ul  2. 周志華的《機器學習》pdf下載 鏈接:https://pan.baidu.com/s/1htF

原创 隱馬爾科夫模型的相關知識點

建議看李航的 統計學習方法,關於前向和 後向算法講得很清楚 複習隱馬爾科夫模型: 關聯知識點: 卡爾曼濾波算法(馬爾科夫的思想類似於卡爾曼,隱變量一個離散 一個 連續而已) 高斯噪聲:參考https://blog.csdn.net/u0

原创 pytorch的conv2d函數groups分組卷積使用及理解

重點在於groups參數的理解 1、groups參數是如何影響卷積計算的 conv = nn.Conv2d(in_channels=6, out_channels=6, kernel_size=1, groups=3) conv.wei

原创 全連接層的直觀理解

參見https://zhuanlan.zhihu.com/p/33841176 講得還不錯

原创 pytorch中張量對張量的梯度求解:backward方法的gradient參數詳解

一、問題起源: 閱讀《python深度學習:基於pytorch》這本書的tensor 與Autograd一節時,看到2.5.4非標量反向傳播 二、疑點在於: backward(gradient=)這一參數沒有理由的就選擇了(1,1),之後

原创 anaconda下安裝pytorch

環境: (在家mac 配置有點low 還是集顯,湊合玩下) 前提:已安裝Anaconda,python 3.7   目標:安裝pytorch  步驟1、conda create -n pytorch python=3.7 步驟2、Mac

原创 深度學習激活函數

https://www.cnblogs.com/CJT-blog/p/10421822.html 如下圖,在神經元中,輸入的 inputs 通過加權,求和後,還被作用了一個函數,這個函數就是激活函數 Activation Function

原创 Hive基礎二(join原理和機制,join的幾種類型,數據傾斜簡單處理)

相關鏈接:  Hive基礎一(數據庫,表,分區表,視圖,導入導出數據)  Hive基礎二(join原理和機制,join的幾種類型,數據傾斜簡單處理)  Hive基礎三(查詢中常用的語法) 【注意】有些語句會報錯,這是因爲hive版本問題,

原创 人工智能頂會介紹

今天先談談AI裏面tier-1的conferences, 其實基本上就是AI裏面大家比較公認的 top conference. 下面同分的按字母序排列: IJCAI (1+): AI最好的綜合性會議, 1969年開始, 每兩年開一次, 奇

原创 [NLP] 秒懂詞向量Word2vec的本質

1. 引子 大家好 我叫數據挖掘機 皇家布魯斯特大學肄業 我喝最烈的果粒橙,鑽最深的牛角尖 ——執着如我 今天我要揭開Word2vec的神祕面紗 直窺其本質 相信我,這絕對是你看到的 最淺白易懂的 Word2vec 中文總結 (蛤?你問我

原创 Locality Sensitive Hashing(LSH)之隨機投影法

1. 概述 LSH是由文獻[1]提出的一種用於高效求解最近鄰搜索問題的Hash算法。LSH算法的基本思想是利用一個hash函數把集合中的元素映射成hash值,使得相似度越高的元素hash值相等的概率也越高。LSH算法使用的關鍵是針對某一種

原创 大規模數據的相似度計算:LSH算法

前言 最近在工作中需要去優化離職同事留下的用戶協同過濾算法,本來想協同過濾嘛,不就是一頓算相似度,然後取top-k相似的用戶去做推薦就完了。結果看代碼的過程中,對計算相似度的部分卻是一頭霧水,主要是對其中使用的LSH算法不甚瞭解。經過了一

原创 Locality Sensitive Hashing ( LSH,局部敏感哈希 ) 詳解

這篇文章想給大家介紹一個神奇的東東:LSH首先看看它有什麼用先~它可以快速地找出海量數據中的相似數據點,聽着有點抽象?那我們來舉個實際的例子,比如說你有海量的網頁(這裏的網頁是指你擁有的本地數據,不是指互聯網上的),你現在想找和一個特定網

原创 局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介紹

局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介紹 本文主要介紹一種用於海量高維數據的近似最近鄰快速查找技術——局部敏感哈希(Locality-Sensitive Hashing, LSH),內容包括了