2 天前 / Thinkgamer
点击标题下「搜索与推荐 Wiki」可快速关注精彩推荐▼1、知识蒸馏与推荐系统概述 2、大数据时代的用户画像基础介绍和构建流程 3、推荐系统实用分析技巧 4、特征工程｜文本特征处理的四大类主流方法 5、最差的算法工程师也不过如此了“与一般推荐场景不同，搜索广告是一种具有严格限制性的推荐，本文在参考搜狗公司舒鹏在去年年初分享的一篇《深度学习新技术在搜狗搜索广告中的深化应用》的基础上作了一些补充，从自动化广告创意的业务场景切入，着重探究其背后的一些技术发展” 作者介绍：蔡嘉跃，现于腾讯微信任算法工程师...
3 天前 / 鑫鑫淼淼焱焱
这是我的第 5 篇笔记，总共 5000 字，阅读大约需要 15分钟 论文地址：https://arxiv.org/abs/1507.05717 开源代码：https://github.com/bgshih/crnn 1. 摘要 基于图片的序列识别是计算机视觉领域一个长期研究的课题，其中非常重要且有挑战性的就是场景文本识别问题。本文针对这个问题，提出了一个新的神经网络结构，即 CRNN，它将特征提取、序列模型化以及转录都集成到一个统一的框架中。
5 天前 / algorithmdog
在我博士毕业的 2016 年，我就关注到了一个比较小众的算法工程方向——深度学习和大数据系统的融合。具体来说，就是将深度学习放在大数据系统上（当时主要指 Spark），从而实现分布式深度学习。当时我觉得，这个方向会在未来工业应用中占有一席之地。 但是现在 2020 年来看，深度学习和大数据系统融合这个方向已经沉寂了。 一、红旗还能打多久？ 深度学习和大数据系统融合这个沉寂的辽原上，有一些零散的星火。 TensorFlow on Spark 2017 年 2 月 13 日，雅虎宣布开源 TensorFlowOnSpark (https://github.com/yahoo/TensorFlowOnSpark)。
9 天前 / 鑫鑫淼淼焱焱
总第 3 篇文章，本文共 6000 字，阅读大约需要 15 分钟 数学学习笔记的第二篇，上一篇 -- 线性代数 2. 概率论 2.1 概率分布与随机变量 2.1.1 机器学习为什么要使用概率事件的概率是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。 机器学习通常必须处理不确定量，有时候也需要处理随机量。几乎所有的活动都需要一些在不确定性存在的情况下进行推理的能力。
35 天前 / 奶糖猫
↑"喵说Python"一个值得星标的公众号 本文约1600字，阅读大概需要5分钟 这篇文章用来整理一下入门深度学习过程中接触到的四种激活函数，下面会从公式、代码以及图像三个方面介绍这几种激活函数，首先来明确一下是哪四种： Sigmoid函数Tahn函数ReLu函数SoftMax函数激活函数的作用下面图像A是一个线性可分问题，也就是说对于两类点(蓝点和绿点)，你通过一条直线就可以实现完全分类。
51 天前 / figo
本文是我探索学术界和行业推荐系统的系列文章的一部分。 介绍 近年来，基于深度学习的推荐系统的研究出版物数量呈指数增长。特别是，领先的国际推荐系统会议 RecSys 自 2016 年以来就开始定期组织深度学习研讨会。例如，在 RECSYS 会议上，有一整类关于深度学习的论文，促进研究并鼓励此类方法的应用。本文主要讨论深度推荐模型的优势，劣势和应用场景，并对当前的进展进行了很好的回顾。 10 种深度学习推荐技术如下： 1>基于多层感知器的推荐 2>基于自动编码器的推荐 3>基于卷积神经网络的推荐 4>基于递归神经网络的推荐 5>基于受限玻尔兹曼机器的推荐 6>...
57 天前 / 奶糖猫
↑"奶糖猫"一个值得星标的公众号 本文约 18 张图，阅读大概需要 5 分钟 最近在入门图像识别，自然也会用到深度学习框架，也接触到了一个新的数据结构——tensor( 张量)。除此之外，也有一些很常用的数据结构，比如 DataFrame、Series、array 等，这篇文章主要对这几种数据结构的创建及相互转换做一个小总结。 创建方法 DataFrame 这里就不在单独贴出每种数据结构的示例图，只是简单描述一下各个数据结构的特点。DataFrame 类似于一个二维矩阵，但它的行列都有对应的索引。
68 天前 / figo
这是 github 上的计算机基础、算法、机器学习、深度学习的面试算法指南的汇总，非常值得收藏。 1、leetcode 题解，记录自己的 leetcode 解题之路 github 上 35 万星 https://github.com/azl397985856/leetcode 2、收录常见面试算法题，包括剑指 offer和LeetCode https://github.com/YaxeZhang/Just-Code 3、作者将 LeetCode 上所有的题目都用动画的形式演示出来 github 上 57 万星 https://github.com/MisterBooo/LeetCodeAnimation 4、从零开始学算法...
76 天前 / Thinkgamer
点击标题下「搜索与推荐 Wiki」可快速关注▼相关推荐▼1、基于 DNN 的推荐算法介绍 2、传统机器学习和前沿深度学习推荐模型演化关系 3、论文｜AGREE- 基于注意力机制的群组推荐（附代码） 4、论文｜被“玩烂”了的协同过滤加上神经网络怎么搞？本文包含（文章较长，建议先收藏再阅读，点击文末的阅读原文，查看更多推荐相关文章）： DSSM DSSM 的变种 MV-DNN Google Two Tower Model 广告场景中的 DSSM 双塔模型 总结 基于深度学习的召回近些年已经得到了长足的发展，其中双塔模型更是作为经典的深度学习召回模型被各大公司应用...
80 天前 / hyper0x
加入极市专业 CV 交流群，与10000+ 来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流！ 同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。关注极市平台公众号，回复加群，立刻申请入群~ 极市导读：本文来自 6 月份出版的新书《OpenCV 深度学习应用与性能优化实践》，由 Intel 与阿里巴巴高级图形图像专家联合撰写，系统地介绍了 OpenCV DNN 推理模块原理和实践。极市为大家争取到 5 本赠书福利，详见文末。 深度学习理论的广泛研究促进了其在不同场景的应用。
110 天前 / hyper0x
作者|蒋宝尚 编辑|丛末 6 月 23 日，中科院计算所的研究员、智源研究院的智源青年科学家沈华伟老师在第二届北京智源大会上做了《图神经网络的表达能力》的报告。在报告中，沈华伟老师提到：这几年，虽然图神经网络在其他领域大量应用，但“内核”仍然停滞不前，目前设计新图神经网络（GNN）的两种常用方式都在面临理论上的瓶颈。沈华伟老师还对近几年图神经网络表达能力的相关研究进行了梳理，他说：“GNN 出现的早期，大家对它表达能力的认识是基于其在半监督学习，尤其是节点分类任务上的优秀表现...
117 天前 / kbsc13
点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶” 总第 145 篇文章，本文大约 2100字，阅读大约需要7分钟 前言今天要介绍的是 Github 上一个基于深度学习的超分辨率工具 --SRZoo，并且它还提供了多个预训练模型。Github 地址： https://github.com/idearibosome/srzoou=2181051220&m=4512180215508847&cu=2181051220&ru=1402400261&rm=4512148967116203 简介 SRZoo 是一个基于深度学习的图像超分辨率的工具和模型库，它提供了多种图像超分辨率领域目前性能最好的预训练模型。
130 天前 / kbsc13
点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶” 总第 143 篇文章，本文大约 3000字，阅读大约需要10分钟 前言深度学习领域，最常见的就是各种网络模型，那么在写论文或者文章，介绍网络模型的时候，最好的办法当然就是展示代码画图，今天介绍的 Github 项目，就是整理了 22 个设计和可视化网络结构的工具，其地址如下： https://github.com/ashishpatel26/Tools-to-Design-or-Visualize-Architecture-of-Neural-Network 22 款工具名称分别是： draw_convnetNNSVGPlotNeuralNetTensorBoardCaffeMatlabKeras.jsKeras-sequential-asciiNetr...
131 天前 / openio
李沐深度学习（Deep Learning）话题的优秀回答者 1,461 人赞同了该文章《动手学深度学习》自一年前发布以来广受欢迎。我们也没意料到即使所有内容都提供了免费的网页和 PDF 版，仍然有大量读者购买实体书。实体版曾一度在计算机类新书里排名前三。在这里特别感谢大家的支持。 在过去一年里我们主要关注在英文版的开发，包括了 19 年年初我们在伯克利用本书作为教材教授深度学习，之后我们重构了代码，改成了基于大家更喜爱的 Numpy 接口。