- 博客(74)
- 收藏
- 关注
RSS订阅原创 Graph Contextualized Self-Attention Network for Session-based Recommendation
Graph Contextualized Self-Attention Network for Session-based Recommendation本篇论文主要是在讲图上下文自注意力网络做基于session的推荐，在不使用循环神经网络和卷积神经网络的情况下，自注意网络在各种序列建模任务中取得了显著的成功，然而SAN缺乏存在于相邻项目上的局部依赖性，并限制了其学习序列中上下文表示的能力。本文提出使用图上下文自注意网络模型，使用图神经网络和自注意力机制做推荐，每个session使用自注意力机制学习长期依赖
2021-03-05 10:00:59
992
原创 Handling Information Loss of Graph Neural Networks for Session-based Recommendation(LESSR 2020)
Handling Information Loss of Graph Neural Networks for Session-based Recommendation本篇文章也是使用图神经做推荐，主要解决两个问题，第一个问题是有损的session编码问题，由于从session到图的有损编码以及消息传递期间的排列不变聚合，因此会忽略有关item转换的某些顺序信息，针对第一个问题举个栗子，比如两个不同的session，[v1,v2,v3,v3,v2,v2,v4]和[v1,v2,v2,v3,v3,v2,v4]，
2021-02-02 16:25:34
612
原创 Rething the Item Order in Session-based Recommendation with Graph Neural Networks (FGNN 2019)
Rething the Item Order in Session-based Recommendation with Graph Neural Networks本篇文章讲的仍然是使用图神经网络做基于session的推荐，
2021-01-29 19:04:40
571
原创 Session-based Recommendation with Graph Neural Networks (SR-GNN 2019)
研一上半学期已经结束，这学期学习了很多而且很碎的东西。其中在论文中学习到的知识颇为丰富，本学期看的论文大部分都是关于推荐系统的论文，而且对基于session的推荐有了深刻的理解。趁着寒假时间，对基于session的推荐相关论文做做总结，趁热打铁，话不多说，进入正文。Session-based RecommendationSession-based Recommendation with Graph Neural Networks (2019)An Intentet-guided Collabo...
2021-01-26 22:03:53
634
3
原创 基本文本分类：电影评论文本分类
使用评论文本将影评分为积极（positive）或消极（nagetive）两类。这是一个二元（binary）或者二分类问题，一种重要且应用广泛的机器学习问题。 我们将使用来源于网络电影数据库（Internet Movie Database）的IMDB数据集（IMDBdataset），其包含 50,000 条影评文本。从该数据集切割出的25,000条评论用作训练，另外 25,000 条用作测试。训练集与测试集是平衡的（balanced），意味着它们包含相等数量的积极和消极评论。im...
2020-08-19 00:02:59
2498
1
原创 TensorFlow常用激活函数及其特点用法（6种）详解
每个神经元都必须有激活函数。它们为神经元提供了模拟复杂非线性数据集所必需的非线性特性。该函数取所有输入的加权和，进而生成一个输出信号。你可以把它看作输入和输出之间的转换。使用适当的激活函数，可以将输出值限定在一个定义的范围内。如果 xi是第 j 个输入，Wj是连接第 j 个输入到神经元的权重，b 是神经元的偏置，神经元的输出（在生物学术语中，神经元的激活）由激活函数决定，并且在数学上表示如下：这里，g 表示激活函数。激活函数的参数 ΣWjxj+b 被称为神经元的活动。 ...
2020-08-17 19:21:30
1424
原创 目标检测与YOLO算法（用Python实现目标检测）
最近在听Andrew Ng讲解目标检测的视频，包括目标定位，特征点检测，卷积的滑动窗口的实现，Bounding Box预测，交并比，非极大值抑制，AnchorBoxes，YOLO算法以及候选区域，并通过查阅相关的资料，对以上内容有了初步的理解，趁热打铁，总结如下。一、目标定位（Object Localization）图片分类：图片分类问题已经不陌生了，例如，输入一张图片到多层卷积神经网络，它会输出一个特征向量，并反馈给softmax单元来预测图片的类型。定位分类问题：不仅要用...
2020-07-27 23:54:36
22008
25
原创 用卷积神经网络（CNN）中的卷积核（过滤器）提取图像特征
这两天在听吴恩达讲解卷积神经网络的视频，对利用卷积层检测边缘特征也就是提取图像的特征有了一定的理解，并且通过查阅资料，用python实现了提取图像特征的过程，然后趁热打铁总结一下，话不多说，直接步入正题。一、卷积层的原理以及概述在卷积神经网络中，卷积运算是对两个矩阵进行的。CNN主要是通过卷积运算来完成特征提取的。图像卷积运算，主要是通过设定各种特征提取滤波器矩阵（卷积核，通常设定大小为3x3,或者5x5的矩阵），然后使用该卷积核在原图像矩阵（图像实际是像素值构成的矩阵）‘滑动’，实...
2020-07-22 18:04:56
13970
原创 梯度检测
今天看Andrew Ng的视频，讲到了用梯度检测来验证反向传播算法的正确性，并参考了一些大牛的博客（nxf_rabbit75）,加深了对梯度检测的理解，然后趁热打铁，总结一下一、梯度检测概述 实现神经网络的反向传播算法含有许多细节，在编程实现过程中很容易出现一些微妙的bug，但往往这些bug并不会影响程序的运行，而且你的损失函数看起来也在不断的变小。但最终你的程序得出的结果误差将会比那些无bug的程序高出一个数量级。 当我们对一个较为复杂的模型（例如神经网络）...
2020-07-18 18:21:41
1503
原创 K-折交叉验证（原理及实现）
在机器学习中，我们训练数据集去训练一个model(模型)，通常的做法是定义一个Loss function(损失函数)，通过这个最小化loss的过程来提高模型的性能。然而我们学习模型的目的是为了解决实际问题（或者说是训练这个数据集领域中的一般化问题），单纯的将训练数据集的loss最小化，并不能保证在解决更一般的问题时模型仍然是最优，甚至不能保证模型是可用的。这个训练数据集的loss与一般化的数据集的loss之间的差异就叫做generalization error=bias+variance。注...
2020-07-13 21:26:27
29939
4
原创 逻辑回归
代码实现如下：import numpy as npimport pandas as pdimport matplotlib.pyplot as pltdef loadDataSet(): #数据的读取，从txt文档中读入 dataMat = [] labelMat = [] fr = open('testSet.txt') for line in fr.readlines(): lineA...
2020-07-11 21:53:21
254
原创 梯度下降法
前两天学习了最小二乘法在线性回归中可以用来求解最小代价函数（损失函数），今天学习的梯度下降法在线性回归中与最小二乘法具有类似的功能，也可以用来求解最小代价函数，只不过是采用迭代的方式，下面是我对梯度下降法的总结。一、梯度下降法概述官方定义：梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可...
2020-07-09 19:25:10
460
原创 线性最小二乘法
最小二乘法是一种相对来说比较简单而且易于理解的算法，在分类回归算法中经常使用。最近在学习Deep Learning这本书，遇到线性最小二乘，刚开始对于书本上的公式还不是很理解，后来经过查阅资料，对线性最小二乘的原理以及如何使用有了一定的理解，话不多说，直接步入正题。一、最小二乘法官方定义：最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二...
2020-07-08 21:37:50
6171
原创 主成分分析（PCA算法）
这两天一直在学习主成分分析算法（PCA），通过查阅相关的资料，对PCA算法的原理和实施过程有了一定程度的理解，话不多说，直接步入正题。一、PCA算法原理官方定义：PCA是一种常用的数学分析的方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。我的理解：PCA是在尽量不丢失原有数据信息的基础上进行数据的降维。举一个二维降一维的栗子，假设有一组数据[-1, -2], [-1, 0], [0, 0], [0, 1], [2...
2020-07-08 18:37:36
9593
2
原创 K-近邻算法（kNN算法）
最近在学习机器学习实战这本书，学的第一个算法就是K-近邻算法，话不多说，直接步入正题。一、K-近邻算法概述简单地说，K-近邻算法采用测量不同特征值之间的距离方法分类。优点：精度高、对异常值不敏感、无数据输入假定。缺点：计算复杂度高、空间复杂度高。适用数据范围：数值型和标称型。二、K-近邻算法的工作原理官方解释：存在一个样本数据集，也称作训练样本集，并且样本中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系，输入没有标签的新数据后，将新数据的每个特征与样本..
2020-07-03 21:50:51
480
原创 浮动
一. 浮动1.作用 用来实现网页中水平布局的结构（让块元素可以放置在同一行）。2.实现方式 给想要放置在同一行的元素添加float属性即可。 注意：给元素添加上float属性之后，该元素会提升层级，脱离文档流。 会影响到之前在同一个层级上的元素，当前float的元素层级提升，之前的层级位置空出，后面的元素自动占据之前的位置，所以就看到覆盖的效果。3.浮动原理 a.当...
2020-02-18 23:45:36
170
原创 行属性标签和块属性标签以及两者之间的转换
一. 行属性标签以及块属性标签特点 根据标签特性进行分类： 1.行属性标签。 默认display：inline; 特点1：可以和其他行属性标签放置在同一行。 a, span, em, strong等。 特点2：行属性标签的区域大小只由内容来撑开，width和height属性是无效的。 2.块属性标签。 默认display: block;...
2020-02-18 23:26:56
1288
原创 百度首页设计（HTML）
一. 百度首页总结。 知识点1：完整的网页的布局顺序。 1.先对网页整体的区域进行划分，划分为多个div区域。 百度首页由头部的一个文字导航，中间的一个按钮和一个输入框以及下边的文字简介和导航组成（可以先大致设置3个div，即上 ，中 ，下三部分）。 文字导航部分（上） ...
2020-02-18 22:46:19
7727
原创 CSS盒模型
盒模型的组成部分1. 内容区域content 内容区域由width和height属性决定，一旦指定了大小，则只能在该区域内显示内容。 注意：虽然指定区域内容放不时，内容会超出可视区域，但是一般情况下超出部分都会隐藏掉。2. 内填充padding Padding用来调整内容与可视区域边界的距离（让内容离边界远一点）。 Padding-top: 上填充。 Pad...
2020-02-14 22:45:59
162
原创 CSS中常用的样式
一. 常用的css属性 Background-color: 背景颜色。 快捷方式： bc+tab。 颜色的给值方式： a.颜色单词。 比如：red，yellow，blue等等。 b.十六进制颜色值。和UI设计师配合的时候。 比如：#00000, #FFFFFF。 c.三...
2020-02-14 22:34:12
220
原创 HTML中的 后代选择器 和 子代选择器
1.后代选择器。 格式： E F { css样式 } （E和F都是选择器） 作用：访问到E下的所有的F元素（无论嵌套多少层）。 符号： 空格。2.子代选择器。 格式： E>F {css样式 } （E和F都是选择器） 作用：访问到E下的所有的F元素（只访问下一级，只有一层）。 符号： >。举个栗子：<!DOCTYPE html><ht...
2020-02-14 22:26:00
6353
1
原创 CSS选择器（包括选择器的优先级和选择器的区别）
一.选择器：1.元素选择器。 格式： 元素名称{ css样式 }2.id选择器。---一对一修改 a.需要给要进行样式设置的标签，添加id属性，设置一个唯一值 b.通过id选择器访问到id为jack的元素，进行样式的修改 格式： #id的名字{ ...
2020-02-14 22:12:48
341
原创 HTML表格基础
一.表格的功能 1.构建一个基本表格。 2.表格添加行。 3.表格每一行添加单元格。 4.表格添加列标题。 5.表格添加表格标题。 6.表格合并多行。 7.表格合并多列。 二.表格的常用标签 Table: 标识表格，代表外层的表...
2020-02-13 23:37:23
283
原创 HTML标签分类及转义字符
一. HTML标签分类1.根据标签个数分类。 单标签：只有一个标签。 <br>, <hr>,<img>,<meta>, 实现一个特定的功能。 双标签：既有开始标签，也有结束标签。 Html,head,Body,title,h1~h6，p,a,ul,li,ol,strong,em。2.根据标签特性分类（网页效果）。 2.1行属性...
2020-02-13 23:12:58
299
原创 Java面向对象----多态
Java面向对象有关多态的相关知识/* * 多态： * 1.编译时多态：一个接口（方法），多种方法（方法重载） * 2.运行时多态：父类可以接受子类对象 * * 多态的作用：屏蔽子类差异化，写出通用代码 * 运行时多态的前提是建立在继承的基础之上！ */我们来举个简单的例子直观理解一下什么是多态~其中父类是Brid，子类分别是Chicken, Duck, Goose...
2020-01-04 20:19:14
283
原创 Java面向对象抽象类关键字----abstract
Java面向对象中抽象类关键字（abstract）的基础运用 //abstract 抽象关键字！ /* * 注意：abstract只能修饰类和方法！ * 特点： * 1.抽象方法必须放在抽象类中 * 2.抽象方法省略{ }，只需声明方法即可！ * 3.抽象类--->被子类继承--->创建对象（其实就是抽象类不可以new对象） ...
2020-01-04 19:53:10
623
原创 Java面向对象 ---接口
Java面向对象有关接口的相关知识/** 接口：方法的列表！只需要声明方法，不需要实现！* 可以理解为方法清单！！！** 接口：把公共的功能和属性组合起来! 封装成为标准的特定集合* 接口的方法：* 1.默认修饰符 public* 2.默认都是抽象方法，只需要声明不需要实现的方法！** 接口的属性：* 1.访问属性的修饰符默认是public* 2...
2020-01-04 17:50:00
194
原创 Java字符串基础
Java字符串常用的基础知识//String是系统类！ 所以建文件名字需要注意 ！！！ 理论就不说了，直接上代码直观了解~~~~嘿嘿嘿~~1.字符串的创建 //方式1.直接赋值 String str1 = "hello world"; //方式2.通过字符型数组创建字符串 char[] data = {'y', ...
2020-01-03 21:34:44
312
原创 Java字符串中的StringBuffer
Java中有关StringBuffer的相关常用知识以及与String的区别 //1.创建可变字符串 StringBuffer strBuffer = new StringBuffer(); System.out.println(strBuffer); //2.拼接字符串 strBuffer.append("少年啊！"); System.out.printl...
2020-01-03 21:17:33
261
原创 Java的基础函数应用
//函数：具有特定功能的代码块 /* * 库函数：系统已经定义好的功能模块！ 例如：next() * 自定义函数： 程序员自行定义进行功能封装！ * 定义规则： * public static 返回值类型 函数名（参数列表）{ * 函数体 * } * * void 代表没有返回值...
2020-01-01 19:54:29
215
原创 Game of Credit Cards （贪心）
题目链接---Game of Credit Cards Game of Credit Cards After the fourth season Sherlock and Moriary have realized the whole foolishness of the battle between them and decided to...
2018-02-27 22:00:35
362
原创 Buggy Robot （思维）
题目链接---Buggy Robot Buggy Robot Ivan has a robot which is situated on an infinite grid. Initially the robot is standing in the starting cell (0, 0). The robot can p...
2018-02-27 21:33:47
504
原创 K-Dominant Character (思维)
题目链接---K-Dominant Character K-Dominant Character You are given a string s consisting of lowercase Latin letters. Character c is called k-dominant iff each substring of s wit...
2018-02-27 21:21:40
391
原创 CodeForces333B :Chips (规律，思维)
题目链接---CodeForces33B:ChipsCodeForces333B :Chips 时间限制:1000MS 内存限制:262144KByte 64位IO格式:%I64d & %I64u 描述Gerald plays the following game. He has a checkered field of size n?×?n cells, where m var...
2018-02-27 16:46:21
490
转载 最小生成树-Prim算法和Kruskal算法
最小生成树-Prim算法和Kruskal算法Prim算法1.概览普里姆算法（Prim算法），图论中的一种算法，可在加权连通图里搜索最小生成树。意即由此算法搜索到的边子集所构成的树中，不但包括了连通图里的所有顶点（英语：Vertex (graph theory)），且其所有边的权值之和亦为最小。该算法于1930年由捷克数学家沃伊捷赫·亚尔尼克（英语：Vojtěch Jarník）发现；并在1957年...
2018-02-13 22:42:02
320
原创 HDU-1241- Oil Deposits (搜索)
题目链接---Oil Deposits Oil Deposits Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32...
2018-02-09 20:58:22
274
原创 HDU-1312-Red and Black（搜索）
题目链接---HDU-Red and Black Red and BlackTime Limit:1000MS Memory Limit:30000KB 64bit IO Format:%I64d & %I64uSubmit StatusDescriptionThere is a rectangular room, co...
2018-02-08 23:30:35
212
原创 HDU-5477-A Sweet Journey(简单模拟)
题目链接---HDU-A Sweet JournryA Sweet Journey Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/65536 K (Java/Others) ...
2018-02-08 22:08:37
233
原创 LightOJ - 1138 - Trailing Zeroes (III) （二分）
题目链接---LightOJ-1138 1138 - Trailing Zeroes (III) PDF (English)StatisticsForumTime Limit: 2 second(s)Memory Limit: 32 MBYou task is to f...
2018-02-07 23:56:23
231
原创 hdu-1969-Pie(二分，精度)
题目链接---hdu-1969 Pie Time Limit: 5000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others) ...
2018-02-07 22:29:02
298
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人