首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
Deep Learning
订阅
Keras2631
更多收藏集
微信扫码分享
微信
新浪微博
QQ
4篇文章 · 0订阅
【Torch-RecHub学习】DIN实现
使用Torch-RecHub实现DIN模型,din是应用了Attention机制的经典推荐模型,2018年在KDD上由阿里发表其后续改进版本是DIEN,加入GRU对行为序列的先后信息进行建模
【翻译】图解自注意力机制
持续创作,加速成长!这是我参与「掘金日新计划 · 10 月更文挑战」的第12天,点击查看活动详情 这是我翻译这位大佬的第二篇文章了。这篇文章是受到大佬认证的了。他的原文中有翻译链接,直接指向我。
23. DIN与注意力计算方式
动态兴趣网络(Dynamic Interest Network,DIN)是一种用于推荐系统的深度学习模型,它以注意力机制为基础,可以根据用户当前的兴趣动态调整推荐结果。
[译] 用长短期记忆网络预测股价走势(使用 Tensorflow)
在本教程中,你将了解到如何使用被称作长短期记忆网络(LSTM)的时间序列模型。LSTM 模型在保持长期记忆方面非常强大。阅读这篇教程时,你将: 使用现有数据预测股票趋势,并将结果可视化。 注意:请不要认为 LSTM 是一种可以完美预测股票趋势的可靠模型,也不要盲目使用它进行股票…