原创 推薦系統與深度學習-學習筆記五

僅供學習使用 4.2.5 基於稀疏自編碼的推薦方法 矩陣分解的本質是通過一次分解來對原矩陣進行逼真,特徵挖掘的層次不夠深入。 另外也沒有考慮到物品本身的信息。 所以,通過多層感知器,可以得到更加深度的特徵表示。 4.3 基於社交網

原创 推薦系統與深度學習-學習筆記六

僅供學習 第六章 基於深度學習的推薦模型 6.1 基於DNN的推薦算法 wide & deep 6.2 基於DeepFM的推薦算法 6.3 基於矩陣分解和圖像特徵的推薦算法 6.4 基於循環網絡的推薦算法 6.5 基於生成對抗網絡

原创 IJCAI-文本關係抽取

http://www.mooc.ai/open/course/684   從海量文本數據中抽取實體間的關係是一個重要研究方向,可被應用在搜索系統、商業推廣和情報分析等諸多場合,因此得到廣泛的研究和發展。   要解決某個具體的問題,而不是純

原创 IJCAI-2019-NLP

序列生成   Sequence Generation: From Both Sides to the Middle https://www.ijcai.org/proceedings/2019/0760.pdf   Weak Superv

原创 文本生成

參考http://www.mooc.ai/course/427/learn?lessonid=2631&groupId=45#lesson/2631

原创 ElasticSearch7.3.1版本-java客戶端

剛開始用的elasticsearch-6.4.2版本,經常掉線。不到幾小時,服務就停止了。導致需要經常上服務器啓動服務。鬱悶。 更換了新的版本7.3.1. 發現原來用的jest客戶端,也不能查詢數據了。因爲新版本的ElasticSearc

原创 FiBiNET總結

Combining Feature Importance and Bilinear feature Interaction for Click-Through Rate Prediction 目錄 本文主要工作 相關工作 本文的模型 實驗

原创 java對象轉爲Google的json對象

https://www.cnblogs.com/xuhai/p/7868784.html       import com.google.gson.JsonArray; import com.google.gson.JsonElement

原创 軟考總結

信息系統項目管理師 2019年5月(5.25) 報了馬軍老師的指導課,線上的,一百多塊錢。很划算。 教材肯定是要看的,吃透。看2-3遍。跟着馬老師的視頻學習。清華第三版教材 論文部分 1. 考前自己手抄一篇,練字;對着電腦寫一篇,練思路,

原创 cntk安裝

https://docs.microsoft.com/en-us/cognitive-toolkit/setup-linux-python?tabs=cntkpy27#anaconda3 pip install in an environ

原创 elasticsearch+aliyun+java

ElasticSearch  (1)安裝 本文以單機爲例。 更新源;apt-get安裝 參考https://blog.csdn.net/dqchouyang/article/details/50498549 【剛纔查了一下,阿里雲有自己的

原创 aliyun+jupyter

anaconda3安裝好了 但是jupyter不能啓動 報錯: ==:~/anaconda3/bin$ ./jupyter-notebook Traceback (most recent call last):   File "./jup

原创 生成微信小程序碼

官方文檔https://developers.weixin.qq.com/miniprogram/dev/framework/open-ability/qr-code.html 本文使用B和C接口。 (1)獲取token /**

原创 sql+limiit

是 limit start, size 不是limit start,end 忘光了都。。。

原创 PredictionIO

安裝PredictionIO 參考http://predictionio.apache.org/install/install-sourcecode/ wget http://mirrors.tuna.tsinghua.edu.cn/ap