小七的各种胡思乱想-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

小七的各种胡思乱想

专栏成员

102

文章

194197

阅读量

54

订阅数

tensorflow踩坑合集2. TF Serving & gRPC 踩坑

tensorflow 深度学习

这一章我们借着之前的NER的模型聊聊tensorflow serving，以及gRPC调用要注意的点。以下代码为了方便理解做了简化，完整代码详见Github-ChineseNER ，里面提供了训练好的包括bert_bilstm_crf, bilstm_crf_softlexcion，和CWS+NER多任务在内的4个模型，可以开箱即用。这里tensorflow模型用的是estimator框架，整个推理环节主要分成：模型export，warmup，serving, client request四步

风雨中的小七

2021-08-10

2.6K0

AB实验的高端玩法系列1 - AB实验人群定向/HTE/Uplift 论文github收藏

腾讯云开发者社区机器学习神经网络深度学习人工智能

这类问题之所以难以解决是因为ground truth在现实中是观测不到的，一个已经服了药的患者血压降低但我们无从知道在同一时刻如果他没有服药血压是不是也会降低。

风雨中的小七

2020-12-19

1.6K2

无所不能的Embedding5 - skip-thought的兄弟们[Trim/CNN-LSTM/quick-thought]

tensorflow 深度学习 NLP 服务

这一章我们来聊聊skip-thought的三兄弟，它们在解决skip-thought遗留问题上做出了不同的尝试【Ref1～4】, 以下paper可能没有给出最优的解决方案(对不同的NLP任务其实没有最优只有最合适）但它们提供了另一种思路和可能性。上一章的skip-thought有以下几个值得进一步探讨的点

风雨中的小七

2020-12-08

5280

无所不能的Embedding4 - Doc2vec第二弹[skip-thought & tf-Seq2Seq源码解析]

深度学习 tensorflow NLP 服务

前一章Doc2Vec里提到，其实Doc2Vec只是通过加入Doc_id捕捉了文本的主题信息，并没有真正考虑语序以及上下文语义，n-gram只能在局部解决这一问题，那么还有别的解决方案么？依旧是通用文本向量，skip-thought尝试应用encoder-decoder来学习包含上下文信息和语序的句子向量。魔改后的实现可以看这里( ´▽｀) github-DSXiangLi-Embedding-skip_thought

风雨中的小七

2020-11-24

7630

XAI/MLI 可解释机器学习系列1- 开源&paper汇总

深度学习数据可视化

18年被H2O Driverless AI 提供的可解释机器学习引擎（下图）种草后，就对这个领域产生了兴趣。不过用的越多，XAI暴露的问题就越多，比如特征的微调可能会导致整个特征解释发生翻天覆地的变化，再比如表现很好的模型会给出完全不能理解的特征解释。不过在接触因果推理后希望可以换个视角来看XAI，于是重新捡起这个系列(挖坑慎入，这是一个18年就开始挖，到现在都没有填完的坑)～

风雨中的小七

2020-06-16

8480

CTR学习笔记&代码实现6-深度ctr模型后浪 xDeepFM/FiBiNET

推荐系统深度学习 tensorflow

xDeepFM用改良的DCN替代了DeepFM的FM部分来学习组合特征信息，而FiBiNET则是应用SENET加入了特征权重比NFM，AFM更进了一步。在看两个model前建议对DeepFM, Deep&Cross, AFM，NFM都有简单了解，不熟悉的可以看下文章最后其他model的博客链接。

风雨中的小七

2020-06-02

1.7K0

CTR学习笔记&代码实现5-深度ctr模型 DeepCrossing -> DCN

神经网络机器学习深度学习推荐系统

之前总结了PNN,NFM,AFM这类两两向量乘积的方式，这一节我们换新的思路来看特征交互。DeepCrossing是最早在CTR模型中使用ResNet的前辈，DCN在ResNet上进一步创新，为高阶特征交互提供了新的方法并支持任意阶数的特征交叉。

风雨中的小七

2020-05-20

2.1K0

CTR学习笔记&代码实现4-深度ctr模型 NFM/AFM

机器学习推荐系统深度学习

这一节我们总结FM另外两个远亲NFM，AFM。NFM和AFM都是针对Wide&Deep 中Deep部分的改造。上一章PNN用到了向量内积外积来提取特征交互信息，总共向量乘积就这几种，这不NFM就带着element-wise(hadamard) product来了。AFM则是引入了注意力机制把NFM的等权求和变成了加权求和。

风雨中的小七

2020-05-08

1.4K0

CTR学习笔记&代码实现3-深度ctr模型 FNN->PNN->DeepFM

推荐系统机器学习深度学习

这一节我们总结FM三兄弟FNN/PNN/DeepFM，由远及近，从最初把FM得到的隐向量和权重作为神经网络输入的FNN，到把向量内/外积从预训练直接迁移到神经网络中的PNN，再到参考wide&Deep框架把人工特征交互替换成FM的DeepFM，我们终于来到了2017年。。。

风雨中的小七

2020-04-24

1.7K6

CTR学习笔记&代码实现2-深度ctr模型 MLP->Wide&Deep

机器学习推荐系统深度学习

这一篇我们从基础的深度ctr模型谈起。我很喜欢Wide&Deep的框架感觉之后很多改进都可以纳入这个框架中。Wide负责样本中出现的频繁项挖掘，Deep负责样本中未出现的特征泛化。而后续的改进要么用不同的IFC让Deep更有效的提取特征交互信息，要么是让Wide更好的记忆样本信息

风雨中的小七

2020-04-10

1.2K0

AB实验人群定向HTE模型4 - Double Machine Learning

机器学习神经网络深度学习人工智能

Hetergeneous Treatment Effect旨在量化实验对不同人群的差异影响，进而通过人群定向/数值策略的方式进行差异化实验，或者对实验进行调整。Double Machine Learning把Treatment作为特征，通过估计特征对目标的影响来计算实验的差异效果。

风雨中的小七

2020-02-18

3.4K0

没有更多了

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态