image
VincentWei

天地间,浩然正气长存,为天地立心,为生民立命,为往圣继绝学,为万世开太平!

成长之路 - 引用前人的话

消除重复 代码需要消除重复,工作的习惯也要消除重复。不要拘于固有的工作状态,重复的工作状态往往使人陷入舒服的假象,陷入三年效应的危机。 提炼知识 首先我们学习的不是信息,而是知识。知识是有价值的,而信息则没有价值。只有通过自己的筛选,提炼,总结才可能将信息转变为知识。 成为习惯 知识是容易忘记的,只有将知识付诸于行动,并将其融汇到自己的工作状态中去,才能永久性地成为自己的财产。例如,快捷键的使用,不要刻意地去记忆,而是变成自己的一种工作习惯;不要去重复地劳动,使用 Shell 提供自动化程度,让 Shel...

Continue Reading »
分享到:

XLearning:360深度学习调度平台(2017年)

XLearning是一款支持多种机器学习、 深度学习框架的调度系统。 基于Hadoop Yarn完成了对TensorFlow/MXNet/ Caffe/ Theano/ PyTorch/ Keras/ XGBoost等常用框架的集成, 同时具备良好的扩展性和兼容性。 为什么要设计XLearning平台 1. 服务器资源如何调度(CPU、 GPU、 MEM) 2. 训练数据和训练模型的存储管理 3. 深度学习作业管理(状态跟踪、 日志查看、 Metrics信息) 4. 多种深度学习框架的环境部署和多版本管...

Continue Reading »
分享到:

当CTR预估遇见深度学习

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...

Continue Reading »
分享到: