2019-06-12 08:58 alpha
Question: Consider the matrices A1, A2, A3 and A4, of sizes: 2 15, 15 10, 10 1 and 1 20, respectively. (1)If B is a matrix of size 10 15, can the following matrix multiplications be performed, and if so, what will be the size of the matrix obtained as a r...
继续阅读 »2019-01-14 10:15 不穿秋裤的南方人
实验室新服务器已经配置好环境，供大家实验学习使用，现将相关使用指南提供如下： 1、服务器使用纯命令行的形式，希望大家能够掌握基本的Linux操作命令 2、相关的深度学习环境已配置好，大家不用重新配置 3、Python使用anaconda的集成环境，在各自用户下输入conda相关命令即能新建自己所需要的虚拟环境进行相关实验 4、不推荐使用root用户登录进行相关实验，需要使用服务器的同学建议新建普通用户进行操作 5、需要使用网络时，可以登录用户admin，密码123456，使用conda进入network_...
继续阅读 »2019-01-14 10:10 不穿秋裤的南方人
实验室服务器配置了一个星期，终于选择了一种合适组合方案 上一篇博客实现了利用显卡进行深度学习的相关配置，这篇博客将主要介绍如何配置Python环境 我们的目标是让所有的普通用户能直接使用anaconda环境 anaconda我就不多加介绍了，一开始我在root用户下安装anaconda，安装路径是/root/anaconda3，并通过chmod 777 命令期望所有的用户能进行访问执行，很遗憾，新建的普通用户根本无法使用conda。在网上参考了一些教程后，新建admin用户，在该用户下使用sudo命令进行...
继续阅读 »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 »
