随笔分类 - 006_深度学习
深度学习
摘要：Horovod 是Uber于2017年发布的一个易于使用的高性能的分布式训练框架，在业界得到了广泛应用。本文是系列第五篇，看看 Horovod 如何融合各个机器学习框架。
阅读全文
摘要：Horovod 是Uber于2017年发布的一个易于使用的高性能的分布式训练框架，在业界得到了广泛应用。本系列将通过源码分析来带领大家了解 Horovod。本文是系列第四篇，看看如何获取 host 之间的路由等网络信息。
阅读全文
摘要：Horovod 是Uber于2017年发布的一个易于使用的高性能的分布式训练框架，在业界得到了广泛应用。本系列将通过源码分析来带领大家了解 Horovod。本文是系列第三篇，从 python 开始进入 Horovod 世界，看看 Horovodrun 背后做了什么。
阅读全文
摘要：Horovod 是Uber于2017年发布的一个易于使用的高性能的分布式训练框架，在业界得到了广泛应用。本系列将通过源码分析来带领大家了解 Horovod。系列大约有15 ～ 18 篇，本文是系列第二篇，从用户角度切入 Horovod。
阅读全文
摘要：Horovod 是Uber于2017年发布的一个易于使用的高性能的分布式训练框架，在业界得到了广泛应用。本系列将通过源码分析来带领大家了解 Horovod。系列大约有15 ～ 18 篇，本文是系列第一篇，介绍相关背景知识。
阅读全文
摘要：Facebook Hydra 允许开发人员通过编写和覆盖配置来简化 Python 应用程序（尤其是机器学习方面）的开发。开发人员可以借助Hydra，通过更改配置文件来更改产品的行为方式，而不是通过更改代码来适应新的用例。
阅读全文
摘要：DIEN是阿里深度兴趣进化网络(Deep Interest Evolution Network)的缩写。
之前我们对DIEN的源码进行了解读，那是基于 https://github.com/mouna99/dien 中的实现。
后来因为继续看DSIN，发现在DSIN代码https://github.com/shenweichen/DSIN中，也有DIEN的新实现。
于是阅读整理，遂有此文。
阅读全文
摘要：Deep Interest Network（DIN）是阿里妈妈精准定向检索及基础算法团队在2017年6月提出的。其针对电子商务领域（e-commerce industry）的CTR预估，重点在于充分利用/挖掘用户历史行为数据中的信息。
本系列文章会解读论文以及源码，顺便梳理一些深度学习相关概念和TensorFlow的实现。本文是系列第 12 篇 ：介绍DIN模型的保存，加载和使用。
阅读全文
摘要：本文基于阿里推荐 DIN 和 DIEN 代码，梳理了下深度学习一些概念，以及TensorFlow中的相关实现。
因为篇幅所限，所以之前的整体代码讲解中，很多细节没有深入，所以本文会就这些细节进行探讨，旨在帮助小伙伴们详细了解每一的步骤以及为什么要这样做。
涉及概念有：全连接层，prelu，batch normalization等。
阅读全文
摘要：本文基于阿里推荐 DIN 和 DIEN 代码，梳理了下深度学习一些概念，以及TensorFlow中的相关实现。本文会就 “TensorFlow形状相关” 这些细节进行探讨，旨在帮助小伙伴们详细了解每一的步骤以及为什么要这样做。
阅读全文
摘要：本文基于阿里推荐 DIN 和 DIEN 代码，梳理了下深度学习一些概念，以及TensorFlow中的相关实现。
阅读全文
摘要：本文基于阿里推荐DIEN代码，梳理了下RNN一些概念，以及TensorFlow中的部分源码。本博客旨在帮助小伙伴们详细了解每一步骤以及为什么要这样做。
阅读全文
摘要：DIEN是阿里深度兴趣进化网络(Deep Interest Evolution Network)的缩写。本文将分析DIEN源码整体思路。
阅读全文
摘要：之前我们介绍了阿里的深度兴趣网络(Deep Interest Network，以下简称DIN)，一年后阿里再次升级其模型到深度兴趣进化网络(Deep Interest Evolution Network，以下简称DIEN。本系列文章通过解读DIN & DIEN论文以及源码，顺便梳理一些深度学习相关概念和TensorFlow的实现。
阅读全文
摘要：Deep Interest Network（DIN）是阿里妈妈精准定向检索及基础算法团队在2017年6月提出的。其针对电子商务领域（e-commerce industry）的CTR预估，重点在于充分利用/挖掘用户历史行为数据中的信息。本系列文章解读论文以及源码，顺便梳理一些深度学习相关概念和TensorFlow的实现。
阅读全文
摘要：Deep Interest Network（DIN）是阿里妈妈精准定向检索及基础算法团队在2017年6月提出的。其针对电子商务领域（e-commerce industry）的CTR预估，重点在于充分利用/挖掘用户历史行为数据中的信息。本系列文章解读论文以及源码，顺便梳理一些深度学习相关概念和TensorFlow的实现。
阅读全文
摘要：Deep Interest Network（DIN）是阿里妈妈精准定向检索及基础算法团队在2017年6月提出的。其针对电子商务领域（e-commerce industry）的CTR预估，重点在于充分利用/挖掘用户历史行为数据中的信息。本文为系列第三篇，将分析DIN源码整体思路。
阅读全文
摘要：Deep Interest Network（DIN）是阿里妈妈精准定向检索及基础算法团队在2017年6月提出的。其针对电子商务领域（e-commerce industry）的CTR预估，重点在于充分利用/挖掘用户历史行为数据中的信息。本系列文章通过解读论文以及源码，顺便梳理一些深度学习相关概念和TensorFlow的实现。本文是第二篇，将分析如何产生训练数据，建模用户序列。
阅读全文
摘要：Deep Interest Network（DIN）是阿里妈妈精准定向检索及基础算法团队在2017年6月提出的。其针对电子商务领域（e-commerce industry）的CTR预估，重点在于充分利用/挖掘用户历史行为数据中的信息。本系列文章会解读论文以及源码，顺便梳理一些深度学习相关概念和TensorFlow的实现。
阅读全文
浙公网安备 33010602011771号