下一个拐点图神经网络带来哪些机遇
2012年至今，随着深度神经网络理论与计算设备的发展，卷积神经网络（CNN）得到了快速发展，并被大量应用于计算机视觉、自然语言处理等领域。尤其是在图像分类、目标检测等主要的计算机视觉任务中，CNN一直都是最主流的方法。 图1：端到端的学习 卷积神经网络的行与不行 卷积神经网络，虽然取得……
包含标签 神经网络 的文章
卷积有多少种一文读懂深度学习中的各种卷积
作者: Kunlun Bai 机器之心编译 参与：熊猫 我们都知道卷积的重要性，但你知道深度学习领域的卷积究竟是什么，又有多少种类吗？研究学者 Kunlun Bai 近日发布一篇介绍深度学习的卷积文章，用浅显易懂的方式介绍了深度学习领域的各种卷积及其优势。鉴于原文过长，机器之心选择其中部分内容进行介绍，2、4、5、9、11……
当你打开天猫的那一刻推荐系统做了哪些工作
阿里妹导读：当年打开天猫的那一刻，它为你完成了华丽的变身，成为世上独一无二的“天猫”，这就是智能推荐的力量。今天，来自阿里巴巴搜索推荐事业部的算法工程师陈启伟为你介绍天猫如何玩转首页个性化推荐，揭开搜索推荐的神秘面纱。 天猫首页作为用户打开手机天猫App的第一印象，所推荐的商品极大……
知识图谱的自动构建
本文根据 吴信东 (IEEE & AAAS Fellow，明略科技 首席科学家) 教授在2019知识图谱前沿技术论坛 的分享内容，编辑整理而成，发布于 DataFunTalk，编辑整理： 王吉东。 注：欢迎转载，转载请在留言区内留言。 导读： 知识图谱的构建包括逻辑建模、隐含空间分析、人机交互和本体模型支撑等多种方法。……
知其然知其所以然基于多任务学习的可解释推荐系统
本文是工业界和学术界共同合作的产物。Layer 6 AI 和 University College Dublin 的科学家们提出一种 通过整合矩阵分解（MF）模型和对抗式 Seq2Seq 模型的多任务学习框架，并利用强化学习来尝试生成评论，借以解答推荐系统的研究和应用领域一种“殿堂”级的难题——推荐系统的评分预测的可解释性。除此之外，该模型的预测准确性……
一文读懂深度学习从神经元到
作者： \* 世恩、风引、调参 一个神经网络结构通常包含输入层、隐藏层、输出层。输入层是我们的 features (特征)，输出层是我们的预测 (prediction)。神经网络的目的是拟合一个函数 f*：features -> prediction。在训练期间，通过减小 prediction 和实际 label 的差异的这种方式，来更改网络参数，……
一图胜千言解读阿里的
文章作者：石塔西 内容来源：小石的数据科学之旅@知乎专栏 出品社区：DataFun 注：欢迎投稿「行知」专栏，让您的行业知识，为行业者知。 本文是对阿里的论文《Image Matters: Visually modeling user behaviors using Advanced Model Server》 https://arxiv.org/abs/1711.06505 的解读。 初读此文的标题和摘要，又有image，又有CTR，我以为是一种新型的CNN+M……
运行机制及和的异同比较
文章作者：张俊林 新浪微博 AI Lab 资深算法专家 内容来源：深度学习前沿笔记@知乎专栏 出品社区：DataFun 这两天，XLNet 貌似也引起了 NLP 圈的极大关注，从实验数据看，在某些场景下，确实 XLNet 相对 Bert 有很大幅度的提升。就像我们之前说的，感觉 Bert 打开两阶段模式的魔法盒开关后，在这条路上，会有越来越……
在深度推荐系统中的大应用方向
作为深度学习推荐系统模型和 CTR 模型中不可或缺的“基本操作”，如何强调 Embedding 技术的重要性都是不为过的。 这篇文章中，我们将 Embedding 技术单独抽取出来进行讲解。介绍在深度学习推荐系统中，Embedding 主要的三个应用方向： 在深度学习网络中作为 Embedding 层，完成从高维稀疏特征向量到低维稠密特征向量的转换； 作……
小米移动搜索中的技术
文章作者：宫士敏 小米大数据部 算法团队 Leader 编辑整理：王成林 内容来源：AI科学前沿大会 出品社区：DataFun 注：欢迎转载，转载请注明出处 一、背景 以深度学习为代表的 AI 技术近年来在搜索推荐场景中得到广泛的应用，对用户 Query 和内容侧的理解不断深入，用户体验得到显著提升。 搜索是一种典型的 AI 应用，……
