實踐中的TensorFlow
此存儲庫由基於TensorFlow的代碼組成。
基本操作
- 學習使用張板
- 使用MNIST的捲積神經網絡
- 長期記憶使用MNIST
- 手工實施LSTM
- 變異自動編碼器-version1
- 變異自動編碼器-version2
代碼
- DCN：深度和跨網絡，用於廣告點擊預測
- DEEPFM：用於CTR預測的基於分解的神經網絡
- FFM：CTR預測的現場感知分解機
- FM：分解機
- GBDT+LR：從Facebook上預測廣告的點擊率的實用課程
- GCN：與圖形卷積網絡的半監督分類
- GNN：基於圖形神經網絡的基於會話的建議
- Dien：點擊率預測的深層興趣進化網絡
- 基於會話的建議與復發性神經網絡
- 變壓器
- （www2019）我們投票？從用戶專業知識查看社區問題回答的回答選擇回答
相關筆記
- DCN：廣告的深網和跨網絡點擊預測簡介
- DEEPFM：用於CTR預測的基於分解機的神經網絡簡介
- FFM：CTR預測的現場感知分解機簡介
- FM：分解機簡介
- GBDT+LR：從Facebook上預測廣告的點擊率的實用課程簡介
- GCN：與圖形卷積網絡的半監督分類簡介
- GNN：基於圖形神經網絡的基於會話的建議簡介
- Dien：點擊率預測的深度興趣進化網絡簡介
尖端
更多信息，您可以看到我的博客。
如果您只想看到我的筆記更多有關紙張的筆記，請參閱此信息。
給一顆星星跟上我的升級。
