chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

好書推薦:《深度學(xué)習(xí)推薦系統(tǒng)實戰(zhàn)》

深度學(xué)習(xí)自然語言處理 ? 來源:深度學(xué)習(xí)自然語言處理 ? 作者:深度學(xué)習(xí)自然語言 ? 2021-01-18 17:00 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

推薦系統(tǒng)從沒像現(xiàn)在這樣,影響著我們的生活。當你上網(wǎng)購物時,天貓、京東會為你推薦商品;想了解資訊,頭條、知乎會為你準備感興趣的新聞;想消遣放松,抖音、快手會為你奉上讓你欲罷不能的短視頻

而驅(qū)動這些巨頭進行推薦服務(wù)的,都是基于深度學(xué)習(xí)的推薦模型。

2019 年阿里的千人千面系統(tǒng),促成了天貓”雙 11“ 2684 億成交額。假設(shè)通過改進商品推薦功能,使平臺整體的轉(zhuǎn)化率提升 1%,就能在 2684 億成交額的基礎(chǔ)上,再增加 26.84 億。這就是推薦工程師的最大魅力,也是它支撐起百萬年薪的主要原因。

但在一個成熟的推薦系統(tǒng)上,找到提升的突破點并不容易——不能滿足于協(xié)同過濾、矩陣分解這類傳統(tǒng)方法,而要建立起完整的深度學(xué)習(xí)推薦系統(tǒng)知識體系,加深對深度學(xué)習(xí)模型的理解和大數(shù)據(jù)平臺的熟悉程度,才能實現(xiàn)整體效果上的優(yōu)化。

上半年,因為疫情抽空看了本書叫《深度學(xué)習(xí)推薦系統(tǒng)》,對我啟發(fā)很大,豆瓣評分也挺高的9.3。作者是王喆,他是 Roku 資深機器學(xué)習(xí)工程師,推薦系統(tǒng)架構(gòu)負責人,從業(yè)這些年,他一直深耕于推薦系統(tǒng)、計算廣告領(lǐng)域,經(jīng)驗非常豐富。

所以,當?shù)弥瞥隽藢凇渡疃葘W(xué)習(xí)推薦系統(tǒng)實戰(zhàn)》,我第一時間就訂閱了,跟著學(xué)下來,真是受益匪淺,之前嘗試過很多深度學(xué)習(xí)模型,但效果始終沒有提升。直到遇到這門課,讓我對深度學(xué)習(xí)推薦系統(tǒng)的認知到了一個新高度,很想把它推薦給你。

在專欄中,他講解了深度學(xué)習(xí)推薦系統(tǒng)的經(jīng)典架構(gòu)設(shè)計,帶你掌握 Embedding 技術(shù)的主要實現(xiàn)方法,構(gòu)建完整的推薦系統(tǒng)評估體系路徑,并搭建出一個工業(yè)級的深度學(xué)習(xí)推薦系統(tǒng)。

在課程設(shè)置上,他遵循了經(jīng)典推薦系統(tǒng)的框架,將課程分為 6 部分,通過 30+ 深度學(xué)習(xí)推薦系統(tǒng)問題,帶你串聯(lián)起深度學(xué)習(xí)推薦系統(tǒng)的知識體系,并收獲了一套他實踐過的深度學(xué)習(xí)推薦系統(tǒng)開源代碼,實現(xiàn)一個工業(yè)級的深度學(xué)習(xí)推薦系統(tǒng)。

可以看看專欄里的學(xué)習(xí)圖譜,方便你了解這門課的設(shè)計以及用到的技術(shù)。

7467bf26-58b2-11eb-8b86-12bb97331649.png

基礎(chǔ)架構(gòu)篇:從推薦系統(tǒng)要解決的主要問題入手,講解我們要從 0 開始實現(xiàn)的推薦系統(tǒng), Sparrow RecSys 的主要功能和技術(shù)架構(gòu),也會用到 Spark、Flink、TensorFlow 等業(yè)界最流行的機器學(xué)習(xí)和大數(shù)據(jù)框架。

特征工程篇:討論推薦系統(tǒng)會用到的特征,以及主要的特征處理方式,并將其實踐在 Spark 上。此外,還有深度學(xué)習(xí)中非常流行的 Embedding、Graph Embedding 技術(shù),并帶你實現(xiàn) Sparrow Recsys 中的相似電影推薦功能。

線上服務(wù)篇:在這部分,他會帶你地搭建一個推薦服務(wù)器,包括服務(wù)器、存儲、緩存、模型服務(wù)等模塊和相關(guān)知識,涉及 Jetty Server, Spark、Redis 的使用,帶你初步掌握推薦工程師在工程領(lǐng)域的核心技能。

推薦模型篇:帶你學(xué)習(xí)深度學(xué)習(xí)推薦模型的原理和實現(xiàn)方法,包括Embedding+MLP ,Wide&Deep,PNN等深度學(xué)習(xí)模型的架構(gòu)和TensorFlow實現(xiàn),以及注意力機制、序列模型、增強學(xué)習(xí)等相關(guān)領(lǐng)域的前沿進展。

效果評估篇:學(xué)習(xí)效果評估的主要方法和指標,建立起包括線下評估、線上 AB 測試、評估反饋閉環(huán)等整套的評估體系,真正能夠用業(yè)界的方法而不是實驗室的指標來評價一個推薦系統(tǒng)。

前沿拓展篇:將業(yè)界巨頭們的深度學(xué)習(xí)推薦系統(tǒng)方案進行融匯貫通,重點講解 YouTube、阿里巴巴、微軟、Pinterest 等一線公司的深度學(xué)習(xí)應(yīng)用,幫你追蹤業(yè)界發(fā)展的最新趨勢,并找到自己技術(shù)道路的方向。

具體內(nèi)容可以看看目錄:

責任編輯:xj

原文標題:抖音日活用戶破 6 億,推薦系統(tǒng)是怎么做到的?

文章出處:【微信公眾號:深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 推薦系統(tǒng)
    +關(guān)注

    關(guān)注

    1

    文章

    44

    瀏覽量

    10254
  • 大數(shù)據(jù)
    +關(guān)注

    關(guān)注

    64

    文章

    8960

    瀏覽量

    140250
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5561

    瀏覽量

    122799

原文標題:抖音日活用戶破 6 億,推薦系統(tǒng)是怎么做到的?

文章出處:【微信號:zenRRan,微信公眾號:深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    學(xué)電路設(shè)計分享學(xué)習(xí)心得、技術(shù)疑問及實戰(zhàn)成果

    活動介紹:隨著物聯(lián)網(wǎng)、智能硬件等領(lǐng)域的快速發(fā)展,硬件開發(fā)與電路設(shè)計技能成為電子工程師和創(chuàng)客的核心競爭力。為幫助剛?cè)胄械碾娮有“?、高校大學(xué)生高效掌握從基礎(chǔ)理論到實戰(zhàn)應(yīng)用的能力,電子發(fā)燒友平臺推出學(xué)習(xí)
    的頭像 發(fā)表于 05-20 08:07 ?184次閱讀
    學(xué)電路設(shè)計分享<b class='flag-5'>學(xué)習(xí)</b>心得、技術(shù)疑問及<b class='flag-5'>實戰(zhàn)</b>成果

    如何排除深度學(xué)習(xí)工作臺上量化OpenVINO?的特定層?

    無法確定如何排除要在深度學(xué)習(xí)工作臺上量化OpenVINO?特定層
    發(fā)表于 03-06 07:31

    《AI Agent 應(yīng)用與項目實戰(zhàn)》----- 學(xué)習(xí)如何開發(fā)視頻應(yīng)用

    再次感謝發(fā)燒友提供的閱讀體驗活動。本期跟隨《AI Agent 應(yīng)用與項目實戰(zhàn)》這本書學(xué)習(xí)如何構(gòu)建開發(fā)一個視頻應(yīng)用。AI Agent是一種智能應(yīng)用,能夠根據(jù)用戶需求和環(huán)境變化做出相應(yīng)響應(yīng)。通?;?b class='flag-5'>深度
    發(fā)表于 03-05 19:52

    軍事應(yīng)用中深度學(xué)習(xí)的挑戰(zhàn)與機遇

    人工智能尤其是深度學(xué)習(xí)技術(shù)的最新進展,加速了不同應(yīng)用領(lǐng)域的創(chuàng)新與發(fā)展。深度學(xué)習(xí)技術(shù)的發(fā)展深刻影響了軍事發(fā)展趨勢,導(dǎo)致戰(zhàn)爭形式和模式發(fā)生重大變化。本文將概述
    的頭像 發(fā)表于 02-14 11:15 ?539次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之間存在著密切的關(guān)系,以下是對它們之間關(guān)系的介紹: 一、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò),即反向傳播神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network
    的頭像 發(fā)表于 02-12 15:15 ?863次閱讀

    NPU在深度學(xué)習(xí)中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其核心驅(qū)動力之一,已經(jīng)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和價值。NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡(luò)處理單元)是專門為深度學(xué)習(xí)
    的頭像 發(fā)表于 11-14 15:17 ?1919次閱讀

    pcie在深度學(xué)習(xí)中的應(yīng)用

    深度學(xué)習(xí)模型通常需要大量的數(shù)據(jù)和強大的計算能力來訓(xùn)練。傳統(tǒng)的CPU計算資源有限,難以滿足深度學(xué)習(xí)的需求。因此,GPU(圖形處理單元)和TPU(張量處理單元)等專用硬件應(yīng)運而生,它們通過
    的頭像 發(fā)表于 11-13 10:39 ?1352次閱讀

    Pytorch深度學(xué)習(xí)訓(xùn)練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學(xué)習(xí)訓(xùn)練。
    的頭像 發(fā)表于 10-28 14:05 ?659次閱讀
    Pytorch<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>訓(xùn)練的方法

    GPU深度學(xué)習(xí)應(yīng)用案例

    GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要,以下是一些GPU深度學(xué)習(xí)應(yīng)用案例: 一、圖像識別 圖像識別是深度學(xué)習(xí)
    的頭像 發(fā)表于 10-27 11:13 ?1382次閱讀

    激光雷達技術(shù)的基于深度學(xué)習(xí)的進步

    信息。這使得激光雷達在自動駕駛、無人機、機器人等領(lǐng)域具有廣泛的應(yīng)用前景。 二、深度學(xué)習(xí)技術(shù)的發(fā)展 深度學(xué)習(xí)是機器學(xué)習(xí)的一個分支,它通過模擬人
    的頭像 發(fā)表于 10-27 10:57 ?1071次閱讀

    FPGA加速深度學(xué)習(xí)模型的案例

    FPGA(現(xiàn)場可編程門陣列)加速深度學(xué)習(xí)模型是當前硬件加速領(lǐng)域的一個熱門研究方向。以下是一些FPGA加速深度學(xué)習(xí)模型的案例: 一、基于FPGA的AlexNet卷積運算加速 項目名稱
    的頭像 發(fā)表于 10-25 09:22 ?1235次閱讀

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進,相輔相成。以下是對兩者關(guān)系的介紹: 一、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :深度
    的頭像 發(fā)表于 10-23 15:25 ?2899次閱讀

    深度學(xué)習(xí)GPU加速效果如何

    圖形處理器(GPU)憑借其強大的并行計算能力,成為加速深度學(xué)習(xí)任務(wù)的理想選擇。
    的頭像 發(fā)表于 10-17 10:07 ?617次閱讀

    FPGA做深度學(xué)習(xí)能走多遠?

    。例如,在數(shù)據(jù)中心中,可以將 FPGA 與 CPU 或 GPU 結(jié)合使用,根據(jù)不同的任務(wù)需求進行靈活的資源分配和協(xié)同計算,提高整個系統(tǒng)的性能和效率。 ? 算法優(yōu)化和創(chuàng)新:隨著深度學(xué)習(xí)算法的不斷發(fā)展和優(yōu)化
    發(fā)表于 09-27 20:53

    基于迅為RK3588【RKNPU2項目實戰(zhàn)1】:YOLOV5實時目標分類

    [/url] 【RKNPU2 人工智能開發(fā)】 【AI深度學(xué)習(xí)推理加速器】——RKNPU2 從入門到實踐(基于RK3588和RK3568) 【RKNPU2項目實戰(zhàn)1】:YOLOV5實時目標分類 【RKNPU2項目
    發(fā)表于 08-15 10:51