12 2017 档案

深度图像特征在推荐和广告中的应用（三）
摘要：本文的创新点在于利用了UserNet，但是UseNet带来的一个弊端是，无法像之前两篇文章里将相同图片的样本聚合起来减少CNN部分的计算，因为UserNet的输入平均是37张图片的排列组合。 阅读全文

posted @ 2017-12-17 11:00 daniel-D 阅读(1718) 评论(0) 推荐(0)

深度图像特征在推荐和广告中的应用（二）
摘要：Deep CTR Prediction in Display Advertising 这篇文章发表在 ACM MM16，与腾讯那篇“Image Feature Learning for Cold Start Problem in Display Advertising” 不同的是，这篇文章把特征提取与点击率预估整合在一起，做到了end to end的训练。 阅读全文

posted @ 2017-12-16 11:41 daniel-D 阅读(1894) 评论(0) 推荐(0)

深度图像特征在推荐和广告中的应用（一）
摘要：CNN 是一个简单的网络结构，初学者一般从MNIST入手，提及CNN第一印象可能只有经典的图像分类的那个model。深入了解才会发现，学术圈和工业界是如何通过稍稍改变 Feature Map 之后的结构和目标函数等实现各种复杂任务，这其中迸发的想象力让人激动。 阅读全文

posted @ 2017-12-14 15:28 daniel-D 阅读(2751) 评论(0) 推荐(1)

导航