张浩在路上
  • 技术
  • 变现
  • 思考
  • 分类
  • 标签
  • 关于
  •   
  •   

Attention机制变体的介绍与对比

介绍Attention机制多种变体,对进行对比。包括hard attention和soft attention的对比,global attention 和 local attention的对比,bahdanau attention 和 luong attention的对比。

2021-09-06
机器学习
注意力机制 Hard Attention Soft Attention Global Attention Local Attention Bahdanau Attention Luong Attention

Attention机制的基本思想与实现原理

从人类注意力机制,到编码器-解码器框架的缺陷,引入注意力机制的必要性。详细介绍了Attention的基本思想,Attention Value的计算方法。

2021-09-01
机器学习
注意力机制 编码器-解码器

基于Encoder-Decoder框架实现Seq2Seq模型

分别介绍了Encoder-Decoder框架和Seq2Seq模型的结构,完成的工作,以及两者之间的关系。最后给予Encoder-Decoder的框架实现了Seq2Seq的模型,方便大家理解。

2021-08-26
机器学习
编码器-解码器 Seq2Seq

GAN的开山之作:Generative Adversarial Nets

GAN是最近几年最火热的研究方向之一,本文讲解生成对抗网络第一次被提出的论文《Generative Adversarial Nets》

2021-03-11
机器学习
GAN 生成对抗网络

Google多任务学习模型MMoE

MMoE是Google实践多目标学习的一个实验成果,本文对《Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Experts》论文进行了讲解,是一篇结合自己理解的论文笔记。

2020-11-11
机器学习
Multi-Task Learning MTL MMoE

阿里CVR预估模型ESMM

ESMM是阿里巴巴践行多目标任务优化模型的一个实践成果,算法紧密结合阿里的电商场景,是一个非常巧妙的模式。本文通过介绍CVR预估过程中存在的问题和挑战,讲解了阿里ESMM算法的模型结构、损失函数以及创新算法。

2020-11-06
机器学习
ESMM Multi-Task Learning MTL CVR

多任务学习(Multi-Task Learning)

本文介绍为了满足业务上的多目标学习,实践多任务学习的多种方法的介绍和优缺点对比,讨论了多任务学习的实现机制以及多任务学习的有效性。

2020-10-25
机器学习
Multi-Task Learning MTL 多目标学习 多任务学习

计算广告|8.场景数据利用 -- 原生广告

这是刘鹏老师计算广告课程的笔记,这部分主要讲解原生广告,这是对场景数据的深入挖掘和利用。

2020-08-12
计算广告
计算广告 原生广告

计算广告|7.永无止境的博弈 -- 流量保护和反作弊

这是刘鹏老师计算广告课程的笔记,这部分主要讲解广告行业的主要作弊手段和监管方案。

2020-07-03
计算广告
反作弊 计算广告 流量保护

计算广告|6.多方数据变现-程序化交易

这是刘鹏老师计算广告课程的笔记,这部分主要讲解程序化广告,介绍了程序化交易的三种类型:优选PD、私有市场PMP、程序化直投PDB。介绍了程序化广告中多个产品角色,包括:广告交易平台ADX、需求方平台DSP、供给方平台SSP和数据管理产品DMP。

2020-06-22
计算广告
计算广告 程序化交易
12345

搜索

陕ICP备20008129号