9 小时前 / AggrxTech
1. 前言 推荐算法是为了解决“信息过载和用户无明确要求的情况下，如何帮助用户找到感兴趣的物品”，而推荐算法需要一个持续优化的过程才能达到理想的一个效果，在优化过程中，如何衡量效果的好与坏，就需要引入 AB 实验 2. AB 实验架构 AB 引擎 主要负责分流，实验配置和算法参数配置 推荐引擎 根据不同的参数进行相应的算法和数据调整 实验分析 根据数据上报，对实验数据进行存储和分析，并展示实验效果 本文主要介绍 AB 引擎部分 3.实验引擎 3.1 实验分组 AB 实验中一般会分 2 个及以上个实验组，其中一个作为对照组...
6 天前 / 浪客书心
移动互联网时代失速，但依然有机会做年轻人的「精神角落」。 来源：乱翻书（ID：luanbooks） 作者：潘乱 下厨房最初只是豆瓣里的一个小组，创始人最初是豆瓣的设计师，去年 Q4 下厨房月活 2017 万，同期豆瓣移动月活一千万出头。今年疫情期间下厨房成为超级 App，现在下厨房的日活和月活应该都是豆瓣的两倍多。 下厨房明显受益于移动互联网。因为在 PC 上作菜谱这件事，是非常不符合人的操作习惯的，大概率人不会带着台电脑去厨房做菜，所以下厨房日活在 PC 最多也就做到了几十万的量级，再也涨不上去了。
10 天前 / hyper0x
GiantPandaCV 导语：本文主要介绍笔者是如何在 Oneflow 框架中实现 expand 和 repeat 算子的，也希望通过这篇文章展示 Oneflow 框架的一些特色之处。 expand 算子用法介绍 oneflow.expand(input,*sizes) expand 算子的功能简单来说就是，能够实现将输入张量的沿着大小为 1 的维度进行复制，至于复制多少份由第二个参数决定（下面将该参数称为 expand_size）。 下面介绍 expand_size 设置的一些约定： expand_size 维度大小大于等于输入张量，如果大于输入维度则相当于输出会增加维度 对于输入张量为 1 的维度...
13 天前 / 北鱼扶摇
解析乍一看，甚至题目都没读懂。啥，最大数，还最小？这道题最关键的也就是理解题目的含义， 有一种理解，我认为非常贴近生活，就是把数组 a 理解为若干个垃圾桶，这些垃圾桶中有数量不等的垃圾，而此时我们手里有 k 袋垃圾，可以任意投放。放在这个题目中，就是要找到合理的投放方式使得垃圾桶尽可能不要堆得太高，然后找到最满的桶中的垃圾数量。 这样一考虑，题目就变得非常简单了。 回到题目，首先计算出数组 a 中最大数为 max，尝试把所有小于 max 的数填平。
19 天前 / 猴哥说Java
概念负载均衡是将客户端请求访问，通过提前约定好的规则转发给各个 server。其中有好几个种经典的算法，下面我们用 Java 实现这几种算法。 轮询算法轮询算法按顺序把每个新的连接请求分配给下一个服务器，最终把所有请求平分给所有的服务器。 优点：绝对公平 缺点：无法根据服务器性能去分配，无法合理利用服务器资源。 package com.monkeyjava.learn.basic.robin; import com.google.common.collect.Lists; import java.util.HashMap; import java.util.List; import java.util.Map; public class TestRound { private Integer index = 0; priva...
20 天前 / 数据时光者
导读：本文是“数据拾光者”专栏的第四十二篇文章，这个系列将介绍在广告行业中自然语言处理和推荐系统实践。本篇主要介绍基于最近邻算法的广告素材图片聚类实践，对于希望将广告素材图片进行聚类操作的小伙伴可能有帮助。 欢迎转载，转载请注明出处以及链接，更多关于自然语言处理、推荐系统优质内容请关注如下频道。 知乎专栏：数据拾光者 公众号：数据拾光者 摘要：本篇主要介绍基于最近邻算法的广告素材图片聚类实践。
20 天前 / Dr_Hydra
提到 Java 中的垃圾回收，我相信很多小伙伴和我一样，第一反应就是面试必问了，你要是没背过点 GC 算法、收集器什么的知识，出门都不敢说自己背过八股文。说起来还真是有点尴尬，工作中实际用到这方面知识的场景真是不多，并且这东西学起来也很枯燥，但是奈何面试官就是爱问，我们能有什么办法呢？ 既然已经卷成了这样，不学也没有办法，Hydra 牺牲了周末时间，给大家画了几张动图，希望通过这几张图，能够帮助大家对垃圾收集算法有个更好的理解。废话不多说，首先还是从基础问题开始，看看怎么判断一个对象是否应该被回收。
22 天前 / 是龙台呀
分布式系统中，有一些需要使用全局唯一 ID 的场景，这种时候为了防止 ID 冲突可以使用 36 位的 UUID，但是 UUID 有一些缺点，首先他相对比较长，另外 UUID 一般是无序的 有些时候我们希望能使用一种简单些的 ID，并且希望 ID 能够按照时间有序生成 什么是雪花算法 Snowflake 中文的意思是雪花，所以常被称为雪花算法，是 Twitter 开源的分布式 ID 生成算法 Twitter 雪花算法生成后是一个 64bit 的 long 型的数值，组成部分引入了时间戳，基本保持了自增 SnowFlake 算法的优点： 高性能高可用：生成时不依赖于数据库...
30 天前 / Yew_
广度优先搜索算法 (Breadth-First-Search，BFS)也是一种图的搜索算法，它跟我们之前学习的 DFS 区别在于，DFS 是沿着一条路或者一个分支一路遍历下去，直到最深的分支节点或者路的尽头，再往回回溯，遍历其他的分支或者其他路，直到找到目标为止；然而 DFS 是由起点先遍历与它相邻的点，再往外遍历相邻点的相邻的点，一直往外扩散，直到找到终点或者遍历完整张图。 例子： 一个 4*6 矩阵，起始点在 (0,0)左上角，终点在 (3,5)右下角，BFS 如何从起始点搜索到终点？ 每个格子都是从上下左右的顺序搜索，遍历到的格子都会放入队列中...
32 天前 / Thinkgamer
万物皆可 Embedding 系列会结合论文和实践经验进行介绍，前期主要集中在论文中，后期会加入实践经验和案例，目前已更新： 万物皆可 Vector 之语言模型：从 N-Gram 到 NNLM、RNNLM 万物皆可 Vector 之 Word2vec：2 个模型、2 个优化及实战使用 Item2vec 中值得细细品味的 8 个经典 tricks 和 thinksSentence2Vec & GloVe 算法原理、推导与实现 Doc2vec 的算法原理、代码实现及应用启发 DeepWalk 的算法原理、代码实现和应用说明 Node2vec 算法原理、代码实战和在微信朋友圈 Lookalike 的应用 LINE 算法原理、代码实战和应用 EGES 算法原理介绍和应用实战说明...
33 天前 / 郭儿的跋涉
前言前言即废话。 上次介绍实现 LRU 缓存机制的时候还是在上次的时候。 这次介绍下 LFU 缓存机制。 LFULFU, Least Frequently Used，即最不经常使用，当容量不足时，优先淘汰最不频繁使用的数据。 核心方法我们需要记录存储以下几项 每个 key 对应的 value 每个 key 对应的访问频率每个频率大小对应的 key 列表，且保持有序，当频率相同时优先淘汰最早加入的元素当前最小的访问频率 minFreqkey-value 、key-freq 、freq-keylist 使用时间复杂度 O(1) 的哈希表存储 keylist 使用 LinkedHashSet 存储 1、get (key)当对某个 key 进行访问时 如果存在...
33 天前 / 三分恶
刷题路线：https://github.com/youngyangyang04/leetcode-master 大家好，我是被算法题虐到泪流满面的老三，只能靠发发文章给自己打气！ 这一节，我们来看看回溯算法。 回溯算法回溯算法理论基础什么是回溯在二叉树的路径问题里，其实我们已经接触到了回溯这种算法。 例如我们在查找二叉树所有路径的时候，查找完一个路径之后，还需要回退，接着找下一个路径。 二叉树所有路径回溯其实可以说是我们熟悉的 DFS，本质上是一种暴力穷举算法，把所有的可能都列举出来，所以回溯并不高效。
34 天前 / ChildhoodAndy
细胞自动机 在上篇文章《神奇的生命游戏，是什么？》中，我们初步了解了什么是生命游戏。 这不，今天小菜和老鸟还在讨论呢。 老鸟：你知道么，生命游戏其实是一个二维的细胞自动机。 小菜：细胞自动机？听着好高大上啊，那是什么东西啊？ 老鸟：细胞自动机，也叫元胞自动机，英文是 Cellular Automaton，很多文章中会把简写成 CA。元胞自动机是定义在一个由具有离散、有限状态的元胞组成的元胞空间上，并按照一定局部规则，在离散的时间维上演化的动力学系统。 小菜：能说人话么？ 老鸟：哈哈哈。