2. 导入预定义的图和训练好的参数值 ３. 准备测试数据 本例中输入数据是一个 [None, 41, 41, 41, 1] 的张量，我们需要先从 TXT 文件中读出测试数据，然后正确地填充到张量中去。 ４. 前向传播得到预测值 通过给定输入和输出张量的名字，我们可以将测试数据传…

在点击率 CTR（Click Through Rate）预估算法的推荐场景中使用 Tensorflow Serving 热更新较大模型时会出现短暂的延时毛刺，导致业务侧超时，降低算法效果，为了解决这个问题，爱奇艺深度学习平台团队经过多个阶段的优化实践，最后对 TF Servin…

导语 | 召回模块面对几百上千万的推荐池物料规模，候选集十分庞大。由于后续有排序模块作为保障，故不需要十分准确，但必须保证不要遗漏和低延迟。

Word2vec 论文由 Google 的研究团队发布于 2013 年，它的发布，很大程度上改变了 NLP 技术的发展，不仅如此，在使用神经网络来解决各个领域的问题时，谈必离不开 Embedding，而 Embedding 究竟是什么？了解 Word2vec 的同学都知道，它其…

做广告业务1年多时间了，但是平时的工作主要和 广告工程 有关，核心的广告算法由 AI 部门支持，对我们而言可以说是「黑盒般」的存在，只需要对训练好的模型进行调用即可。 近期，我打算系统性地学习下广告中的搜索和推荐算法，当然更多是从工程的视角去弄清楚：算法的基本原理、以及面对线上…

NLU 是要理解给定文本的含义。本内每个单词的特性与结构需要被理解。在理解结构上，NLU 要理解自然语言中的以下几个歧义性： 回指歧义性（Anaphoric Ambiguity）：之前提到的短语或单词在后面句子中有不同的含义。 NLG 是从结构化数据中以可读地方式自动生成文本的…

随着互联网的普及，越来越多的用户已经习惯在网络上发表评论。这些评论表达了用户的情感倾向，无论对于公司还是个人，这样的信息都具备很高的价值。 然而，面对海量的用户评论数据时，想要通过纯人工的方式进行情感分析，几乎是不可能完成的任务。所以，我们需要使用NLP的技术来处理这个任务。 …

之前的文章学习了线性回归，这次来跟大家分享下我对逻辑回归的一些理解。 这个其实很好理解，就比如你手里有一个苹果和一个橘子，我们的分类问题就是可以描述为如何写一个算法让计算机认出哪个是苹果，哪个是橘子。 分类问题的输出是不连续的离散值，比如设定程序输出 1 表示苹果，0 表示橘子…

按照该课程所述，读者可能需要初级代数知识，如变量与系数、线性方程组和函数曲线等以理解基本的机器学习模型。此外，读者也需要一些 Python 编程经验，但一般只需要最基础的函数定义、列表/字典、循环和条件表达式等。本课程的实现是基于 Python 和 TensorFlow，不过读…