原创 傳統推薦算法(五) FFM模型(3) 反思tf.estimator的小"bug"
文章目錄寫在前面訓練過程中的指標顯示tf.summarylog_hook參數階段訓練和直接訓練tf.estimator的另一種訓練方式結論參考 寫在前面 有關如何使用tf.estimator，請官網中文版: https://ww
2019-08-08 04:17:22
250
原创 傳統推薦算法(五) FFM模型(1) 邏輯迴歸損失函數
文章目錄1. 邏輯迴歸2. y(1,0) 邏輯迴歸損失3. y(-1,-1) 邏輯迴歸損失公衆號 1. 邏輯迴歸 邏輯迴歸使用迴歸手段來做分類問題(主要是二分類).它使用sigmoid函數減小預測範圍,將線性迴歸的結果限定在(0,
2019-07-31 05:45:12
6
原创 傳統推薦算法(五) FFM模型(2) 原理及實現
文章目錄寫在前面:1.FFM基本原理2.注意事項2.1 省略零值特徵2.2 樣本歸一化2.3 特徵歸一化2.4 隱向量維度2.5 參數量2.6 時間複雜度2.7 SGD尋優小技巧3. tensorflow實現參考公衆號 寫在前面:
2019-07-31 05:45:12
5
原创 傳統推薦算法(三) 不一般的SVD++
文章目錄寫在前面SVD++隱性反饋的理解代碼實現參考 寫在前面 論文地址：https://www.cs.rochester.edu/twiki/pub/Main/HarpSeminar/Factorization_Meets_t
2019-07-06 05:13:31
4
原创 《傳統推薦算法(二) 那個模型LFM (原名FunkSVD)
文章目錄寫在前面1.傳統SVD分解的缺陷1.1 稀疏矩陣的缺失值問題1.2 稀疏矩陣的填補問題1.3 SVD計算複雜度問題1.4 SVD分解對內存的消耗問題1.5 SVD的特徵表達問題1.6稀疏矩陣的SVD分解問題2.隱語義模型L
2019-06-25 05:31:29
26
原创 傳統推薦算法(三)FM算法 (1)基礎理論的全面推導
轉自CSDN大牛皮果提 原文分爲四部分講述： https://blog.csdn.net/itplus/article/details/40534885 https://blog.csdn
2019-06-20 05:53:33
2
原创 傳統推薦算法(三)FM算法 (2)手把手教你用tensorflow實現FM算法
文章目錄寫在前面1.FM背景與簡介1.1 稀疏數據1.2 FM模型2.FM模型求解3.tensorflow實戰**數據處理****靜態圖定義****訓練和測試**4.FM優缺點分析**優點****缺點**參考公衆號 寫在前面 本
2019-06-20 05:53:33
71
原创 VScode 搭建github圖牀～簡單好用又安全
寫在前面 之前用過一些圖牀(就不說名字了)，今天支持明天不支持寫的博客直接廢了，讓博主痛不欲生。 痛定思痛決定搭建個github的圖牀，沒想到這麼簡單就搞定了～ 1. VScode插件PicGo 需要用到Picgo這個插件，直接在
2019-06-20 05:53:33
3
原创 傳統推薦算法(一)利用SVD進行推薦（4）實戰
1.SVD用於推薦 本文的SVD推薦不是FunkSVD，是利用我們在上篇文章中分析過的SVD分解進行推薦。怎麼說呢？這纔是真正的SVD推薦！ 應用的思路是在基於物品的協同過濾的基礎上，利用SVD將物品稀疏表示轉化爲低維的特徵表示。
2019-06-16 06:49:56
22
原创 傳統推薦算法(一)利用SVD進行推薦（3）6個層面透徹瞭解奇異值分解
文章目錄寫在前面1. 從幾何變換到奇異值分解2. 代數角度理解奇異值與奇異向量2.1 從正交基映射推導SVD2.2 特徵值分解求解奇異值和奇異向量2.2.1 求解過程2.2.2 推論2.3 SVD的另一種形式3. 幾何角度理解奇異
2019-06-16 06:49:56
3
原创 傳統推薦算法(一)利用SVD進行推薦（1）矩陣相乘的本質
寫在前面 在機器學習算法中，矩陣相乘非常常見。對矩陣乘法這種底層操作進行分析，有時候可以幫助我們更好地理解算法。那矩陣乘法的本質到底該怎樣理解呢？ 針對這個問題，我查閱了很多資料，大體上可以分爲5個角度來解讀，現整理如下，分享給大
2019-06-11 11:08:24
7
原创 深度學習筆記（一）DNN-在mnist數據集上用keras搭建dnn
本文代碼運行的環境爲: ubuntu 16.04 64 cuda=9.0 cudnn=7.0.5 tensorflow=1.12.0 python=3.6.4(anaconda 3.5.1) 本文包含的知識點有: Kera
2019-06-11 11:08:24
6
原创 傳統推薦算法(一)利用SVD進行推薦（2）特徵值與特徵向量的直觀理解
勘誤 1.上篇文章標題應該爲：矩陣相乘的本質而不是“矩陣分解的本質”。 2.上篇文章中"爲什麼非對稱實矩陣不能像實對稱矩陣一樣分解呢？因爲非對稱實矩陣不能找到一組正交基(無解)，使得矩陣相乘達到只在這組正交基的基向量上進行縮放。"
2019-06-11 11:08:24
4
原创 深度學習筆記（一）DNN-在mnist數據集上用tensorflow搭建dnn
本文代碼運行的環境爲: ubuntu 16.04 64 cuda=9.0 cudnn=7.0.5 tensorflow=1.9.0 python=3.6.4(anaconda 3.5.1) 本文包含的知識點有: DNN
2019-06-11 11:08:24
6
原创 csdn修改博客皮膚
哇，之前大白挺好看的，現在被改得醜死了！ 想換個皮膚來着，沒想到啊，不讓換！還好在網上找到了教程,尤其感謝博友 前行中632 按F12進行調試，找到博客皮膚對應的div標籤 修改checked屬性位置，選擇皮膚 這裏選擇想使用的
2019-03-10 03:35:12