介绍
在2016年的一个研讨会上，杨立昆称生成式对抗网络为“
2024年09月08日
阿里近几年公开的推荐领域算法有许多，既有传统领域的探索如MLR算法，还有深度学习领域的探索如entire -space multi-task model，Deep Interest Network等，同时跟清华大学合作展开了强化学习领域的探索，提出了MARDPG算法。
上一篇，我们介绍了MLR算法，通过分而治之的思想改进了传统的LR算法，使其能够拟合更复杂的线性关系。这一篇，我们来简单理解和实现一下阿里在去年提出的另一个重要的推荐系统模型-深度兴趣网络(DIN,Deep Interest Network). 该方法由盖坤大神领导的阿里妈妈的精准定向检索及基础算法团队提出，充分利用/挖掘用户历史行为数据中的信息来提高CTR预估的性能。
2024年09月08日
神经机器翻译（Neural Machine Translation，NMT）模型是一种基于神经网络的机器翻译方法。它通过将源语言句子输入神经网络模型，然后生成目标语言句子，实现翻译的功能。
2024年09月08日
「机器人圈导览」： 生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域，相关论文层出不求，各种领域的应用层出不穷。那么，GAN到底如何实践？本文编译自Medium，该文作者以一朵玫瑰花为例，详细阐述了GAN的原理，以及基于谷歌TensorFlow的实现，文章略长，阅读大约需要15分钟。
想象有一天，我们可以利用一个神经网络观看电影并制作自己的电影，或者听歌和创作歌曲。神经网络将从它看到的内容中学习，而且你并不需要明确地告诉它，这种使神经网络学习的方式被称为无监督学习。
2024年09月08日
tensorflow自带的seq2seq模型基于one-hot的词嵌入，每个词用一个数字代替不足以表示词与词之间的关系，word2vec通过多维向量来做词嵌入，能够表示出词之间的关系，比如：男-女≈王子-公主。基于seq2seq的思想，利用多维词向量来实现模型，预期会有更高的准确性。
主要参考《Sequence to Sequence Learning with Neural Networks》这篇论文，核心思想如下图：
2024年09月08日
在本教程中，我将向你展示如何使用tf.Variable和tf.GradientTape来自定义模型、层、损失函数和优化器。我将使用一些代码示例来说明这些概念，你可以在[这里]找到完整的代码。
2024年09月08日
这篇文章总结，深度学习的框架：TensorFlow 的基本接口和操作类型。
Operations分类预览
Tensor
1 0-d tensor, or "scalar"
2024年09月08日
爱新聚福此次展出出色拉下帷幕，回首4天展览，爱新聚福与老朋友相聚畅谈，与新朋友相识相交，我们始终坚守“创用户信赖品牌，做客户满意服务”的经营理念，服务于每一位音乐人。
YAMAHA NUAGE系统平台下，Steinberg Nuendo 10数字音频工作站搭载Dolby Atmos杜比全景声影视音乐后期制作一站式解决方案。
YAMAHA CL&QL系列扩声调音台结合Dante网络音频协议与Nuendo Live软件同期音频录制系统的展示，还展示了：
2024年09月08日
本文主要解释pix2pix和cycleGAN背后的想法和概念，并列举一些相关的文章。
Christopher Hesse 博客: tensorflow实现的图像到图像的翻译转换
《Image-to-Image Translation in Tensorflow — Affine Layer》
Olga Liakhovich 博客：使用CycleGAN学习图像到图像的翻译转换
《Learning Image to Image Translation with CycleGANs》
2024年09月08日
向用户推荐巧克力是一个协作过滤问题
在本文中，我将用Apache Beam替换原始解决方案中的Pandas - 这将允许解决方案更容易扩展到更大的数据集。由于解决方案中存在上下文，因此我将简单介绍一下技术细节。
对于协作过滤，我们不需要知道关于用户或内容的任何属性。实质上，我们需要知道的仅仅是userId，itemId和特定用户给出特定项目的评级。在这种情况下，我们可以使用页面上的时间作为评级的代理。Google Analytics 360将网络流量信息导出到BigQuery，我从BigQuery中提取数据：