摘要: 干货 | 给低薪资朋友的4条建议 点击上方,选择星标,第一时间获取最靠谱的****内推信息 OfferCall 嗨~这里是Offer Call,一个专门内推互联网大厂的靠谱平台,实习/校招/社招皆可内推。OfferCall由一群优秀的清北学长学姐构成,助力你斩获每一个offer。 0篇原创内容 公众号 经常有朋友问说「我现在薪资很低 阅读全文
posted @ 2022-04-10 15:57 对白的算法屋 阅读(883) 评论(0) 推荐(0)
摘要: 聊聊我在美团做算法的感受 卷友们好,我是对白。 虽然人生苦短论文怕长,但我们依然不能停下奋斗的脚步,因为总有人比你更努力,也比你更卷,在算法的这条道路上卷出了天际。 哈哈开个玩笑,今天我们不讲前沿的算法论文,而是想和大家简单聊聊我在美团做算法的感受,后期也会专门写一篇文章《我在美团做算法的这大半年经历了什么》,讲讲美团目前在 阅读全文
posted @ 2022-04-10 15:44 对白的算法屋 阅读(388) 评论(0) 推荐(0)
摘要: 干货 | 带你理解对比学习损失函数的性质以及温度系数的作用 点击上方,选择星标或置顶,每天给你送上干货 作者 | Feng 整理 | 对白的算法屋 编者寄语: 很多小伙伴都了解对比学习,但要说温度系数的作用可能就不太清楚了。 卷友们好,我是对白。 对比学习中的温度系数是一个神秘的参数,大部分论文都默认采用小的温度系数来进行自监督对比学习(例如0.07,0.2 阅读全文
posted @ 2022-04-10 15:40 对白的算法屋 阅读(978) 评论(0) 推荐(0)
摘要: 深度学习热点|超直观无公式图解Contrastive Predictive Coding从脸盲说起 作者 | 得未曾有 出品 | 对白的算法屋 编者寄语: 通过对比学习来区分李沁和孙怡。 Contrastive Learning (对比学习) 是这两年深度学习非常热的话题,可以说是刷新了很多人对无监督学习对认知。最初谷歌写的Representation Learning with Contrast 阅读全文
posted @ 2022-04-10 15:31 对白的算法屋 阅读(211) 评论(0) 推荐(0)
摘要: 业界盘点|为什么推荐算法都开始结合图神经网络了? 作者 | 对白 出品 | 对白的算法屋 编者寄语: 本文看完,相信你也能熟练掌握这些基于GNN的推荐模型。 大家好,我是对白。 图神经网络(GNN)相信大家也不陌生了,在还没有Graph Embedding之前,节点的属性信息可以通过Item2vec这种序列化Embedding的方式去学习,效果虽然 阅读全文
posted @ 2022-04-10 15:29 对白的算法屋 阅读(287) 评论(0) 推荐(0)
摘要: 我是如何做到一个月内推三千多人,月入30W的 ‍ 点击上方,选择星标或置顶,每天给你送上干货 作者 | 对白 整理 | 对白的算法屋 编者寄语: 这是一篇硬核宝藏内推攻略,相信看完你也可以每月内推三千多人,月入30W。 大家好,我是对白。 今天我们不聊算法,想和大家聊一聊我最近在做的另一件事情:内推。 相信大家都知道,对于入职互联网大厂的员工来 阅读全文
posted @ 2022-04-10 15:20 对白的算法屋 阅读(1563) 评论(0) 推荐(0)
摘要: 千元显卡玩转百亿大模型,  清华推出工具包BMInf让模型推理轻而易举 大家好,我是对白。 今天给大家推荐一下我校计算机系NLP实验室和智源团队联合发布的一款低资源大模型推理工具包BMInf,在最低配置为NVIDIA GTX 1060 6G的千元级显卡上便可以进行百亿模型的高效推理。 大家快来一起试用一下吧~ 最近在工业界与学术界,最热门的方向莫过于预训练语言模型。而具 阅读全文
posted @ 2022-04-10 15:16 对白的算法屋 阅读(1276) 评论(0) 推荐(0)
摘要: 深度学习Loss合集:一文详解Contrastive Loss/Ranking Loss/Triplet Loss等区别与联系 点击上方,选择星标或置顶,每天给你送上干货 作者 | Raúl Gómez 整理 | 对白的算法屋 编者寄语: 本文看完,相信你会掌握它们的区别与联系。 大家好,我是对白。 Ranking Loss被用于很多领域和神经网络任务中(如 孪生网络Siamese Nets 或 Triplet Nets), 阅读全文
posted @ 2022-04-10 15:14 对白的算法屋 阅读(1567) 评论(0) 推荐(0)
摘要: 广告深度学习计算:召回算法和工程协同优化的若干经验 ▐ 背景 阿里妈妈展示广告召回大多采用 Tree-based Deep Model(以下简称TDM)模型,它通过对候选广告的聚类,构造了深达十余层的二叉树索引,并使用 beam search 在此索引上进行检索[1]。由于线上服务的 latency 约束及当时的硬件算力限制使我们不能直接对整个候选集 阅读全文
posted @ 2022-04-10 15:12 对白的算法屋 阅读(520) 评论(0) 推荐(0)
摘要: ESimCSE:无监督语义新SOTA,引入动量对比学习扩展负样本,效果远超SimCSE 作者 | 对白 出品 | 对白的算法屋 编者寄语: 本文看完,相信你会掌握这个无监督语义新SOTA模型ESimCSE。 从论文标题中可以看出,应该是对4月份丹琦女神发表的新作SimCSE的增强版(Enhance),并且也用到了对比学习来构建正负样本,那么效果是否优于SimCSE呢? 抱着这个好奇的心 阅读全文
posted @ 2022-04-10 15:10 对白的算法屋 阅读(468) 评论(0) 推荐(0)
摘要: 揭秘2021抖音和快手APP图像修复背后的核心技术,毫无ps痕迹 点击上方,选择星标或置顶,每天给你送上干货 作者 | 对白 出品 | 对白的算法屋 编者寄语: 本文看完,相信你会对抖音和快手APP中使用的图像修复技术有一番了解和掌握。 大家好,我是对白。 由于CNN、GAN、Transformer等模型在CV与NLP领域都实现了很好的跨界,最近非常火热的Prom 阅读全文
posted @ 2022-04-10 15:08 对白的算法屋 阅读(569) 评论(0) 推荐(0)
摘要: 强化学习实战:策略迭代算法帮助机器人飞速找出宝藏 点击上方,选择星标或置顶,每天给你送上干货 作者 | 对白 出品 | 对白的算法屋 大家好,我是对白。 今天分享一篇我研究生期间强化学习中的笔记,主要讲述了策略迭代算法寻找最优策略并帮助机器人飞速找出宝藏,每行代码均有详细注释,对其感兴趣的同学阅读完不妨实现一下。 一、构建机器人寻找宝藏的环境 构建 阅读全文
posted @ 2022-04-10 15:04 对白的算法屋 阅读(274) 评论(0) 推荐(0)
摘要: 作者 | 对白 出品 | 对白的算法屋 编者寄语: 本文看完,相信对你求职算法岗会有一番新的认识。 大家好,我是对白。 之前一直在坚持输出着原创技术文章,同时也在忙于校招内推**(已内推2000+人)**。 于是在这个过程中接触了很多今年求职算法岗的学弟学妹们,他们忐忑焦虑的心情去年的我也同样经历着 阅读全文
posted @ 2022-04-10 15:00 对白的算法屋 阅读(146) 评论(0) 推荐(0)
摘要: 谷歌、阿里、腾讯等在大规模图神经网络上必用的GNN加速算法 点击上方,选择星标或置顶,每天给你送上干货 作者 | 对白 出品 | 对白的算法屋 大家好,我是对白。 今天我们来聊一聊在大规模图神经网络上必用的GNN加速算法。GNN在图结构的任务上取得了很好的结果,但由于需要将图加载到内存中,且每层的卷积操作都会遍历全图,对于大规模的图,需要的内存和时间的开销都 阅读全文
posted @ 2022-04-10 14:57 对白的算法屋 阅读(191) 评论(0) 推荐(0)
摘要: 再介绍一篇最新的Contrastive Self-supervised Learning综述论文 自监督学习(Self-supervised learning)最近获得了很多关注,因为其可以避免对数据集进行大量的标签标注。它可以把自己定义的伪标签当作训练的信号,然后把学习到的表示(representation)用作下游任务里。最近,对比学习被当作自监督学习中一个非常重要的一部分,被广泛运用在计算 阅读全文
posted @ 2022-04-10 14:55 对白的算法屋 阅读(232) 评论(0) 推荐(0)
摘要: Tensorflow之TFRecord的原理和使用心得 点击上方,选择星标或置顶,每天给你送上干货 作者|对白 出品|公众号:对白的算法屋 大家好,我是对白。 目前,越来越多的互联网公司内部都有自己的一套框架去训练模型,而模型训练时需要的数据则都保存在分布式文件系统(HDFS)上。Hive作为构建在HDFS上的一个数据仓库,它本质上可以看作是一个翻译器, 阅读全文
posted @ 2022-04-10 14:53 对白的算法屋 阅读(202) 评论(0) 推荐(0)
摘要: 机器学习新宠:对比学习论文实现大合集,60多篇分门别类,从未如此全面 点击上方,选择星标或置顶,每天给你送上干货 作者|对白 出品|公众号:对白的算法屋 大家好,我是对白。 最近对比学习真的太火了,已然成为各大顶会争相投稿的一个热门领域,而它火的原因也很简单,就是因为它解决了有监督训练标注数据有限这个典型问题(这个问题在工业界非常滴常见)。所以对比学习的出现,给CV、 阅读全文
posted @ 2022-04-10 14:50 对白的算法屋 阅读(615) 评论(0) 推荐(0)
摘要: 点击上方,选择星标或置顶,每天给你送上干货 作者|对白 出品|公众号:对白的算法屋 大家好,我是对白。 今天我们来聊一聊推荐系统中不得不学的Contrastive Learning方法,近年来Contrastive Learning在CV和NLP领域的应用越来越广泛,在推荐系统中当然也不例外。我想大 阅读全文
posted @ 2022-04-10 14:48 对白的算法屋 阅读(1274) 评论(0) 推荐(0)
摘要: 2021最新对比学习(Contrastive Learning)在各大顶会上的经典必读论文解读 点击上方,选择星标或置顶,每天给你送上干货 作者|对白 出品|公众号:对白的算法屋 我为大家整理了对比学习在最新各大顶会上的论文合集及相应代码,所列举的论文涉及领域包括但不限于CV, NLP, Audio, Video, Multimodal, Graph, Language model等,GitH 阅读全文
posted @ 2022-04-10 14:46 对白的算法屋 阅读(1157) 评论(0) 推荐(0)
摘要: ICLR2021对比学习(Contrastive Learning)NLP领域论文进展梳理 点击上方,选择星标或置顶,每天给你送上干货 作者|对白 出品|公众号:对白的算法屋 大家好,我是对白。 本次我挑选了ICLR2021中NLP领域下的六篇文章进行解读,包含了文本生成、自然语言理解、预训练语言模型训练和去偏、以及文本匹配和文本检索。从这些论文的思想中借鉴了一些idea用于公司自身的业务 阅读全文
posted @ 2022-04-10 14:43 对白的算法屋 阅读(378) 评论(0) 推荐(0)