2019-01-09 15:15 VincentWei
深度学习CTR模型要解决的几个关键问题 CTR任务特点:大量离散特征的表示问题 CTR任务特点:如何快速处理大量高维度稀疏特征?(OneHot 2 Dense) 特征工程:如何从手工到自动?(深度学习的优势) 特征工程:如何捕获和表达两两组合特征?(FM机制神经网络化) 特征工程:如何捕获和表达多组组合特征?(利用Deep网络) CTR任务中的他特征类型有连续特征和离散特征，连续特征适合DNN处理，离散特性你不适合特征处理。那么如何使得离散的特征适合DNN处理呢？直观的感觉，是one-hot化。 但是on...
继续阅读 »2019-01-07 20:56 VincentWei
image_size = 224 images = tf.Variable(tf.random_normal([batch_size, image_size, image_size, 3], dtype=tf.float32, stddev=1e-1)) parameters = [] # conv1 with tf.name_scope('conv1') as scope: kernel = tf.Variable(tf.truncated_normal([11, 11, 3, 64], dtype=t...
继续阅读 »2019-01-06 18:10 VincentWei
import tensorflow as tf from tensorflow.contrib.timeseries.python.timeseries import model as ts_model class _LSTMModel(ts_model.SequentialTimeSeriesModel): def __init__(self, num_units, num_features, dtype=tf.float32): """Initialize/configure the model ob...
继续阅读 »2019-01-06 18:10 VincentWei
# -*- coding: utf-8 -*- """ Created on Sat Jan 5 23:00:01 2019 @author: VincentWei """ from __future__ import division from __future__ import print_function import numpy as np import tensorflow as tf import gym # gym环境 env = gym.make('CartPole-v0') # 超参数 ...
继续阅读 »2019-01-10 20:40 不穿秋裤的南方人
首先介绍一下实验室服务器的硬件配置：两块Xeon(R) CPU E5-2620 v4; 两块RTX2080Ti; 内存DDR4 32G; 固态硬盘256G 一、安装前准备工作： 1.检查是否安装GPU，查看显卡信息： lspci |grep -i nvidia 2.升级系统，准备工具： yum -y update yum -y groupinstall 'Development Tools' yum -y install kernel-devel yum -y install epel-release y...
继续阅读 »
