Tensorflow en pratique
Ce repo se compose de code basé sur TensorFlow.
Opération de base
- Apprendre à utiliser Tensorboard
- Réseau neuronal de convolution utilisant MNIST
- Mémoire à court terme à court terme utilisant MNIST
- Implémentation de LSTM à la main
- Version de l'encodeur automatique variationnel1
- Version de l'encodeur automatique variationnel2
Le code
- DCN: réseau profond et croisé pour les prévisions de clics publicitaires
- DeepFM: un réseau neuronal basé sur la machine de factorisation pour la prédiction CTR
- FFM: machines de factorisation consciente du terrain pour la prédiction CTR
- FM: machines de factorisation
- GBDT + LR: leçons pratiques de la prévision des clics sur les publicités sur Facebook
- GCN: Classification semi-supervisée avec des réseaux de convolution graphiques
- GNN: recommandation basée sur la session avec des réseaux de neurones graphiques
- Dien: Network de Deep Interest Evolution pour la prédiction du taux de clics
- Recommandations basées sur la session avec des réseaux de neurones récurrents
- Transformateur
- (Www2019) pour quoi votons-nous? Réponse Sélection de l'expertise des utilisateurs Voir dans la réponse aux questions communautaires
Notes pertinentes
- DCN: réseau profond et croisé pour les prévisions de clics publicitaires 简介
- DeepFM: un réseau neuronal basé sur la machine de factorisation pour la prédiction CTR 简介
- FFM: machines de factorisation consacrées au champ pour la prédiction CTR 简介
- FM: machines de factorisation 简介
- GBDT + LR: leçons pratiques de la prévision des clics sur les publicités sur Facebook 简介
- GCN: Classification semi-supervisée avec des réseaux de convolution graphiques 简介
- GNN: recommandation basée sur la session avec des réseaux de neurones graphiques 简介
- Dien: Network de l'évolution des intérêts profonds pour la prédiction du taux de clics 简介
Conseils
Plus d'informations, vous pouvez voir mon blog.
Si vous voulez juste voir mes notes plus sur le papier, voyez ceci.
Donnez une étoile pour suivre ma mise à niveau.
