首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
随时学丫
掘友等级
算法工程师
分享技术,心得
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
3
文章 3
沸点 0
赞
3
返回
|
搜索文章
随时学丫
算法工程师
·
3年前
关注
datetime计算时间差(小时)
因为datetime计算时间差,只有seconds,days,没有hours,于是,我就利用seconds/3600,来计算hours,但是出现了错误的结果datetime...
赞
7
分享
随时学丫
算法工程师
·
3年前
关注
安装pyhive报错
安装pyhive还需要安装其他依赖包安装sasl遇到的问题解决办法,亲测有效安装结果...
赞
评论
分享
随时学丫
算法工程师
·
3年前
关注
诈骗团伙冒充京东金融客服来注销账号,25岁职场小伙3次转账超过3万,累计被骗14万,警方立案在线等结果,急......
今天,也就是 4 月 7 日,发生在我身边一件大事,和我同一部门的同事被一名冒充京东金融的诈骗团伙累计诈骗 14 万。 平日里看到诈骗,我都是一概忽略,如今发生在身边,不得...
2
2
分享
随时学丫
算法工程师
·
3年前
关注
超详细白板推导:从模型和优化 2 个角度详解 SVM 核函数
在 SVM 白板推导| 由最大间隔化目标演化的损失函数推导过程 中白板手推了 SVM 的原理,并介绍了硬间隔核函数的实现原理及公式推导,这一节我来详细介绍下 SVM 中的 ...
赞
评论
分享
随时学丫
算法工程师
·
3年前
关注
PLA:从线性可分到线性不可分的演化过程
PLA 从线性可分到线性不可分,有 3 种不同的形态。 接下来,详细解释下,这三种模型如何而来。 PLA 全称是 Perceptron Linear Algorithm,即...
赞
评论
分享
随时学丫
算法工程师
·
4年前
关注
SVM 白板推导| 由最大间隔化目标演化的损失函数推导过程
SVM 英文名为 Support Vector Machine,叫支持向量机,SVM 是一个二分类模型。 感知机学习算法会因为初始值不同而得到不同的超平面,而 SVM 试图...
赞
评论
分享
随时学丫
算法工程师
·
4年前
关注
FFM:将相同特性的特征归到同一Field的「现场感知」因子分解机,相比于FM,其优势在哪?
FFM 算法,全称是 Field-aware Factorization Machines,是 FM(Factorization Machines)的改进版。FFM 最初的...
赞
评论
分享
随时学丫
算法工程师
·
4年前
关注
相比于 SVM,FM 模型如何学习交叉特征?其如何优化?
在计算广告和推荐系统中,CTR 预估是非常重要的一个环节,判断物品是否进行推荐,需要根据 CTR 预估的点击率排序决定。业界常用的方法有人工特征 + LR,GBDT + L...
赞
评论
分享
随时学丫
算法工程师
·
4年前
关注
算法视角揭秘抖音短视频如何实现精准推荐?为何能产生100w+
经常听身边的一些朋友感叹 “抖音有毒”,一刷就是几个小时,可想而知它的用户黏性有多强。 抖音的算法极具魅力,这个魅力在于,抖音的流量分配是去中心化的。 在公众号上,如果你的...
5
1
分享
随时学丫
算法工程师
·
4年前
关注
推荐系统中的多臂老虎机,在探索和利用的权衡下,如何实现利益最大化?
推荐系统中有两个经典问题:EE 问题和冷启动问题。 什么是 EE 问题?又叫 exploit-explore 问题。exploit 就是:对用户比较确定的兴趣,当然要利用开...
赞
评论
分享
随时学丫
算法工程师
·
4年前
关注
白话 NLP,3 个因果告诉你 Mask 矩阵因何而产生?
在 NLP 中,一个最常见的问题便是输入序列长度不等,通常需要进行 PAD 操作,通常在较短的序列后面填充 0,虽然 RNN 等模型可以处理不定长输入,但在实践中,需要对 ...
赞
评论
分享
随时学丫
算法工程师
·
4年前
关注
“高速网络” 残差网络如何解决网络退化问题
深度学习的概念源于人工神经网络,而之所以叫深度学习。我认为有 2 点,第一是网络很深,非常深,第二是学习,如何学习呢?通过数学建模,不断调整参数达到减少目标值和预测值之间的...
赞
评论
分享
随时学丫
算法工程师
·
4年前
关注
8000 字长文告诉你:懂这 4 项技能便可轻松入门深度学习
初学者容易踩的第一个深坑就是心态不好。 有的人过于自信,多自己的学习能力深信不疑。但是当遇到非常困难的算法或者推理,容易受到打击,甚至气馁,长此以往,不断怀疑自己,容易产生...
赞
评论
分享
随时学丫
赞了这篇文章
caohaoyu
混合后端开发 @ths
·
4年前
关注
回顾2019,展望2020
转眼间又过去一年,心想还是写点什么记录下吧,不仅局限于技术方面,想到哪点就随便写写吧。 (1)对时间愈发不敏感了,日复一日的工作,对节假日以及日常周末失去了仪式感。 记得早...
8
1
分享
随时学丫
算法工程师
·
4年前
关注
论文解读 | Transformer 原理深入浅出
Attention 机制由 Bengio 团队于 2014 年提出,并广泛应用在深度学习的各个领域。而 Google 提出的用于生成词向量的 Bert 在 NLP 的 11...
1
评论
分享
随时学丫
算法工程师
·
4年前
关注
拆 Transformer 系列二:Multi- Head Attention 机制详解
在「拆 Transformer 系列一:Encoder-Decoder 模型架构详解」中有简单介绍 Attention,Self-Attention 以及 Multi-He...
赞
3
分享
随时学丫
算法工程师
·
4年前
关注
拆 Transformer 系列一:Encoder-Decoder 模型架构详解
人工智能的发展非常迅速,翻译的准确性越来越高,以至于有人担心译员是否会失业,甚至有的家长担心孩子学习外语专业将来找不到工作。哎呀,扯远了,本人认为:机器翻译可以便于人们更好...
1
评论
分享
随时学丫
算法工程师
·
4年前
关注
论文解读:Bert原理深入浅出
Bert 自 Google 于 2018 年发表至今,一直给人们带来惊喜,期间也陆陆续续因为Bert出现的原因多了不少新的岗位,甚至公司 JD 上都明确表明必须懂 Bert...
赞
评论
分享
随时学丫
算法工程师
·
4年前
关注
Hbase下载地址(全)
Please make sure you're downloading from a nearby mirror site, not from www.apache.org...
赞
评论
分享
随时学丫
算法工程师
·
4年前
关注
344. Reverse String
344. Reverse String Write a function that reverses a string. The input string is given...
赞
评论
分享
下一页
个人成就
文章被点赞
31
文章被阅读
47,116
掘力值
974
关注了
2
关注者
17
收藏集
0
关注标签
43
加入于
2016-10-15