铃兰花开

摘要： 一种学术资源推荐服务系统与方法 本篇专利是实验室师兄师姐完成的，最近想到学术会议推荐其实也是学术资源推荐的一种， 因此将所看论文范围扩大到了学术资源推荐，正巧，实验室往届师姐有做这个方向。现将看到的一篇相关专利笔记记录下来。 该专利于2016年12月9日申请，发明名称为“一种学术资源推荐服务系统与方 阅读全文

摘要： 参考资料： （1）字节跳动破局联邦学习：开源Fedlearner框架，广告投放增效209% https://www.jiqizhixin.com/articles/2020-11-03-9 （2）浅谈字节最新开源联邦机器学习平台Fedlearner - Garvin Li的文章 - 知乎 https 阅读全文

摘要： 联邦学习框架——FATE FATE(Federated AI Technology Enabler)框架是首个工业级联邦学习框架，由微众银行人工智能部门发起的一个开源项目，旨在提供一个安全的计算框架，以支持联邦人工智能生态系统，目前FATE框架基于同态加密和安全多方计算的安全计算协议。目前fate机 阅读全文

摘要： 联邦学习框架——TFF 1、conda create -n tensorflowenv python=3.6 2、conda env list 3、conda activate tensorflowenv 4、在tensorflowenv虚拟环境中，安装tensorflow： tf 1.x对应的tf 阅读全文

摘要： 联邦学习框架——集合 1、TFF(Tensorflow Federated Framework) https://blog.csdn.net/qq_15328621/article/details/103235379 安装笔记 https://tensorflow.google.cn/federat 阅读全文

摘要： 嵌入层(Embedding)的理解与作用 今天看到一篇关于embedding的有趣博客，转载于此，特别感谢，原博文链接文后附上。 embedding层理解 首先，我们有一个one-hot编码的概念。假设，我们中文，一共只有10个字。。。只是假设啊，那么我们用0-9就可以表示完。 比如，这十个字就是“ 阅读全文

摘要： 在机器学习中ground truth表示有监督学习的训练集的分类准确性，用于证明或者推翻某个假设。有监督的机器学习会对训练数据打标记，试想一下如果训练标记错误，那么将会对测试数据的预测产生影响，因此这里将那些正确打标记的数据成为ground truth。简单来说就是有效的正确的数据 阅读全文

摘要： 联邦学习——诚实与好奇 在联邦学习论文中看到两个频繁出现的词honest和curious，也就是诚实和好奇。几度思考未果，请教博士师兄，明其大意： 诚实即为参与者不会伪造数据，服务器也不会对参与者上传的数据进行攻击、破译或逆向工程等恶意操作。 好奇是，服务器方对用户的原始数据有一定程度的好奇，并且可 阅读全文

摘要： CRSLab: An Open-Source Toolkit for Building Conversational Recommender System 本篇论文是关于由中国人民大学AI BOX团队推出的对话推荐系统的开源项目CRSLab的介绍。CRSLab是一个用于构建对话推荐系统(CRS)的开 阅读全文

摘要： 论推荐系统的Exploitation和Exploration https://zhuanlan.zhihu.com/p/108182368 https://blog.csdn.net/xiewenbo/article/details/103381528 阅读全文