从 公众号上发现了 总结的深度学习画图工具，很实用：https://mp.weixin.qq.com/s/MMzvZA55Xb2sOA7rJiXiEw1NN-SVG这个工具可以非常方便的画出各种类型的图，是下面这位小哥哥开发的，来自于麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。github地址：https://github.com/zf...

Planar data classification with one hidden layerWelcome to your week 3 programming assignment. It's time to build your first neural network, which will have a hidden layer. You will see a big differ

转自：https://blog.csdn.net/sinat_26917383/article/details/80107783素质云博客代码见Github：mattzheng/U-Net-DemoU-Net是Kaggle比赛非常青睐的模型，简单、高效、易懂，容易定制，可以从相对较小的训练集中学习。来看几个变形：（1）Supervise.ly公司。在用 Faster-...

一、 获奖者解决方案1. 第一名解决方案（Unet 0.631）主要的贡献targets: 预测touching borders，将问题作为instance分割loss function：组合交叉熵跟soft dice loss，避免pixel imbalance问题binary_crossentropy有类平衡问题，每个像素作为单独的一个来考虑。This makes pred...

推荐模型如何从大语言模型取长补短，提升推荐性能，优化用户体验，将问题分为2个：何处使用LLM，如何使用LLM

KNN：特点是完全跟着数据走，没有数学模型可言。适用：需要一个容易解释的模型的时候，比如需要向用户解释原因的推荐算法。感知机贝叶斯：核心是根据条件概率计算待判断点的类型。适用：易解释，而且不同维度之间相关性较小的模型。可以处理高维数据，虽然效果一般。逻辑回归决策树：适用：它能生成清晰的基于特征选择不同预测结果的树状结构，数据分析师希望更好的理解手...

双塔模型的问题：推荐系统头部效应严重：少部分物品占据大部分点击，大部分物品点击次数不高高点击物品表征学得好，长尾物品表征学的不好自监督学习：做data augmentation，更好的学习长尾物品的向量表征。自监督学习的目的是为了把物品塔学的更好。

VGGResnetInception V1-v3DensnetResnXtSENetNAS下面四个都是轻量化模型MobileNet V1-V2mobileNet V3（novel）：https://arxiv.org/pdf/1905.02244.pdfXceptionshufflenet V1-V2squeezenetgroup...

字典 相加：假如 两个字典dict1={'a':1,'b':2,'c':3},dict2={'c':4,'d':5}，若两个dict1和dict2有相同的key则对应的value相加，若没有则直接添加过来。结果为dict3={'a':1,'b':2,'c':7,'d':5}def merge_dict(x,y):for k,v in x.items():...

DBMTL与AIT的区别。通过前序目标输出作为后序目标输入刻画概率转移关系，概率关系的刻画是通过MLP来刻画的；目标之间如果存在内在联系，稀疏目标能利用非稀疏目标中的信息，得到特殊收益；