摘要：
说明：本系列是阅读项亮老师的《推荐系统实战》的一些即使笔记。自己记性不好，俗话说好记性都不如烂笔头，于是叮嘱自己作文记之。 上回书我们讲到推荐系统的基本介绍，算是用脚指头碰了碰推荐系统的门槛，希望我不要继续缩回去，继续碰它！ 与人斗，其乐无穷。 第二章 利用用户行为数据 想要给别人推荐东西，首先得研 阅读全文
摘要：
pytorch入门2.x构建回归模型系列: pytorch入门2.0构建回归模型初体验（数据生成） pytorch入门2.1构建回归模型初体验（模型构建） pytorch入门2.2构建回归模型初体验（开始训练） 经过上面两个部分，我们完成了数据生成、网络结构定义，下面我们终于可以小试牛刀，训练模型了 阅读全文
摘要：
pytorch入门2.x构建回归模型系列: pytorch入门2.0构建回归模型初体验（数据生成） pytorch入门2.1构建回归模型初体验（模型构建） pytorch入门2.2构建回归模型初体验（开始训练） 终于要构建模型啦。这里我们构建的是回归模型，是用神经网络构建的，基本结构是什么样的呢？ 阅读全文
摘要：
Talk is cheap， show me the executable code! 上文书说到样本划分，那具体如何操作呢？ 马上来举个栗子： 使用sklean进行打乱，然后按比例截取 import sklearn import numpy as np # 生成数据 X = np.linspace 阅读全文
摘要：
pytorch入门2.x构建回归模型系列: pytorch入门2.0构建回归模型初体验（数据生成） pytorch入门2.1构建回归模型初体验（模型构建） pytorch入门2.2构建回归模型初体验（开始训练） pytorch对于神经网络有很好的封装，使得我们可以快速、简单的实现神经网络框架的编写。 阅读全文
摘要：
在pytorch中，我们经常会生成一系列的数据，例如我要生成从2,3,4,5,6,7,8,9,10,11十个数字，自己写出来有点傻，所以自动生成是一个好办法。 直接看代码，非常简单： import torch torch.linspace(2,11,10,dtype=type(1.0)) ''' o 阅读全文
摘要：
在pytorch中，我们经常对张量Tensor的维度进行压缩或者扩充（压缩或者扩充的维度为1）。其中经常使用的是squeeze()函数和unsqueeze函数； squeeze在英文中的意思就是“挤、压”，所以故名思议，squeeze()函数就是对张量的维度进行减少的操作，话不多说，我们直接看下例子 阅读全文
摘要：
说明：本系列是阅读项亮老师的《推荐系统实战》的一些即使笔记。自己记性不好，俗话说好记性都不如烂笔头，于是叮嘱自己作文记之。 这里的序号代表章节中比较重要的结论性知识，我把它刻在写轮眼一族的石碑上。 第一章 推荐系统简介 解决信息过载的手段： 分类目录； 搜索引擎； 推荐系统。 美国《连线》杂志Chr 阅读全文
摘要：
承接上一节，继续来学一下更加高级那么一点点的操作。 5.张量的几个基本操作 a = torch.rand(2,3,4) # 随机生成一个张量 a.view(-1,2) # 把张量变成含有两列的张量，行数程序自己算 a.reshape(-1,2) # 把张量变成含有两列的张量，行数程序自己算 a.nu 阅读全文
摘要：
本节继续来讲pytorch的入门级操作，加加减减、拍平拉直的操作。 4.张量的四则运算 在操作张量的的时候，肯定少不了张量之间的加减乘除。二维世界的张量就是矩阵，是不是像我们学数学那样直接用$+,-,*,/$直接操作就好了呢？？？ x = torch.tensor([[1,2],[3,4]]) y 阅读全文
摘要：
pytorch入门1.0 主要是关于张量的创建、运算、索引等一些基本操作。随便练习一下，增加对张量操作的熟悉程度。 1.pytorch是什么？ pytorch是2017年由Facebook人工智能研究院（FAIR）基于Torch推出的一个开源Python机器学习库。该库能借助GPU加速张量的计算；亦 阅读全文