罗西的思考 - 博客园

2020年11月

[阿里DIN] 从模型源码梳理TensorFlow的乘法相关概念

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

posted @ 2020-11-10 19:55 罗西的思考阅读(1384) 评论(0) 推荐(1)

[论文阅读] RNN 在阿里DIEN中的应用

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

posted @ 2020-11-07 08:40 罗西的思考阅读(834) 评论(2) 推荐(3)

[论文解读] 阿里DIEN整体代码结构

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

posted @ 2020-11-03 18:40 罗西的思考阅读(2962) 评论(0) 推荐(2)

2020年10月

[论文阅读]阿里DIEN深度兴趣进化网络之总体解读

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

posted @ 2020-10-31 08:45 罗西的思考阅读(2378) 评论(0) 推荐(0)

[阿里DIN] 从论文源码学习之 embedding层如何自动更新

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

posted @ 2020-10-27 20:01 罗西的思考阅读(2906) 评论(2) 推荐(0)

[阿里DIN]从论文源码学习之 embedding_lookup

posted @ 2020-10-25 08:43 罗西的思考阅读(4948) 评论(0) 推荐(1)

[阿里DIN] 深度兴趣网络源码分析之整体代码结构

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

posted @ 2020-10-22 20:59 罗西的思考阅读(5673) 评论(5) 推荐(2)

[阿里DIN] 深度兴趣网络源码分析之如何建模用户序列

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

posted @ 2020-10-20 19:08 罗西的思考阅读(1629) 评论(0) 推荐(0)

[论文阅读]阿里DIN深度兴趣网络之总体解读

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

posted @ 2020-10-17 08:17 罗西的思考阅读(5757) 评论(1) 推荐(2)

[源码阅读] 阿里SOFA服务注册中心MetaServer(3)

摘要： SOFARegistry 是蚂蚁金服开源的一个生产级、高时效、高可用的服务注册中心。本系列将带领大家一起分析其MetaServer的实现机制。本文为第三篇，介绍MetaServer如何基于raft实现了数据一致性。阅读全文

posted @ 2020-10-15 20:41 罗西的思考阅读(619) 评论(0) 推荐(0)

公告