ml

662 篇文章
64 人订阅

全部文章

Gxjun

百度 · 高级开发工程师 (已认证)

NN[神经网络]中embedding的dense和sparse是什么意思?

假设embedding对输出size=3,也就是hidden层的size=3*3;

12220
Gxjun

百度 · 高级开发工程师 (已认证)

NN[神经网络]中embedding的dense和sparse是什么意思?

假设embedding对输出size=3,也就是hidden层的size=3*3;

14100
Gxjun

百度 · 高级开发工程师 (已认证)

记一次失败的docker排障经历

表明docker在不断的重启容器,但是启动失败,应该是容器信息损坏了,删掉/var/run/docker/libcontainerd/containerd/xx...

12920
Gxjun

百度 · 高级开发工程师 (已认证)

paddlepaddle关于使用dropout小案例

18310
Gxjun

百度 · 高级开发工程师 (已认证)

paddlepaddle如何预加载embedding向量

使用小批量数据时,模型容易过拟合,所以需要对全量数据进行处理,我是用的是word2vec训练的词向量. 那么训练好对词向量如何加载呢?

14510
Gxjun

百度 · 高级开发工程师 (已认证)

fluid.io.load_inference_model 载入多个模型的时候会报错 -- [paddlepaddle]

将多个模型部署到同一个服务时,会出现stack错误. 原因是program为全局.

27130
Gxjun

百度 · 高级开发工程师 (已认证)

Hierarchical softmax(分层softmax)简单描述.

最近在做分布式模型实现时,使用到了这个函数. 可以说非常体验非常的好. 速度非常快,效果和softmax差不多. 我们知道softmax在求解的时候,它的时间...

2.6K40
Gxjun

百度 · 高级开发工程师 (已认证)

词向量可视化--[tensorflow , python]

69640
Gxjun

百度 · 高级开发工程师 (已认证)

并行排序ShearSort ---[MPI , c++]

15520
Gxjun

百度 · 高级开发工程师 (已认证)

雅克比迭代算法(Jacobi Iterative Methods) -- [ mpi , c++]

雅克比迭代,一般用来对线性方程组,进行求解。形如: \(a_{11}*x_{1} + a_{12}*x_{2} + a_{13}*x_{3} = b_{1}\...

26140
Gxjun

百度 · 高级开发工程师 (已认证)

多线程处理N维度topk问题demo--[c++]

14430
Gxjun

百度 · 高级开发工程师 (已认证)

tensorflow 批次读取文件内的数据,并将顺序随机化处理. --[python]

使用tensorflow批次的读取预处理之后的文本数据,并将其分为一个迭代器批次:

20810
Gxjun

百度 · 高级开发工程师 (已认证)

生成命令行接口--google开源的fire使用体验【python-fire】

在python中,命令行接口常用的argparse 和click,但是相对于python-fire 来说灵活度太缺了,fire可以直接将python中的函数,以...

32820
Gxjun

百度 · 高级开发工程师 (已认证)

序列标注模型中的两种标记模式

我爱使用小米手机玩王者荣耀   -> 我<S>爱<S>使<B>用<E>小<B>米<M>手<M>机<E>玩<S>王<B>者<M>荣<M>耀<E>

21010
Gxjun

百度 · 高级开发工程师 (已认证)

tensorflow 在加载大型的embedding模型参数时,会遇到cannot be larger than 2GB

这种问题是,对于每一个变量 variable 由于是基于protobuf存在这大小限制(2G),这个时候,我们需要将embedding拆开,拆分成N...

48720
Gxjun

百度 · 高级开发工程师 (已认证)

读吴恩达算-EM算法笔记

最近感觉对EM算法有一点遗忘,在表述的时候,还是有一点说不清,于是重新去看了这篇<CS229 Lecture notes>笔记. 于是有了这篇小札.

25220
Gxjun

百度 · 高级开发工程师 (已认证)

Scan Order in Gibbs Sampling: Models in Which it Matters and Bounds on How Much(笔记)

这篇文章的作者通过对当前的在线新闻和社交媒体平台新闻的观察,基于:“社交媒体用户经常通过学习朋友分享的观点来更新自己对某一特定话题的看法” ,  提出了...

17930
Gxjun

百度 · 高级开发工程师 (已认证)

对sppnet网络的理解

接着上一篇文章提到的RCNN网络物体检测,这个网络成功的引入了CNN卷积网络来进行特征提取,但是存在一个问题,就是对需要进行特征提取图片大小有严格的限制。...

18430
Gxjun

百度 · 高级开发工程师 (已认证)

拉格朗日乘子法和KKT条件无约束最优化方法

拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush-Kuhn-Tucker)条件是求解约束优化问题的重要方法,在有等式约束时使用拉格...

44840
Gxjun

百度 · 高级开发工程师 (已认证)

对sppnet网络的理解

接着上一篇文章提到的RCNN网络物体检测,这个网络成功的引入了CNN卷积网络来进行特征提取,但是存在一个问题,就是对需要进行特征提取图片大小有严格的限制。...

17820

扫码关注云+社区

领取腾讯云代金券