1、推荐算法的发展随着互联网的快速增长，为了给用户提供更精准的服务，用户数据规模将大规模增长。而这些用户数据中包括用户个人信息，浏览记录、消费历史等数据，为了避免数据的大规模浪费，造成“信息过载”问题[1]，推荐系统孕育而生。推荐系统于1990年被首次提到，而协同过滤于1992年被首次提出，随着推荐系统的不断发展，推荐系统与云计算、大数据相结合使用，随后在深度学习的热潮之下，2016年开始，推荐系

tensorflow2.0 和tensorflow1.0 到底有什么区别，之前被问过，自己也没想过。看了一些文章，主要有以下一些点。tensorflow2.0 和tensorflow1.0的区别一、tensorflow2.0　与tensorflow1.0的性能区别二、TensorFlow 1.x的历史背景三、模型结构一、tensorflow2.0　与tensorflow1.0的性能区别https:

bug解决

对比学习的基本源理，包括损失函数及其超参数的设置。

https://blog.csdn.net/bpp94_github/article/details/81510279

TypeError: unsupported operand type(s) for <<: ‘str’ and ‘int’原代码：f = open('data3.csv','r',encoding='utf-8')df = pd.read_csv(f)在open时，后面需要进行close，不然会出错。采用下列方式进行读取：不会出错```pythondf = pd.read_excel

描述abs() 函数返回数字的绝对值。语法以下是 abs() 方法的语法:abs( x )参数x – 数值表达式。返回值函数返回x（数字）的绝对值。实例以下展示了使用 abs() 方法的实例：#!/usr/bin/pythonprint "abs(-45) : ", abs(-45)print "abs(100.12) : ", abs(100.12)print "abs(119L) : ", a

语音识别

边缘检测边缘检测容易受到噪声影响，一般第一步都是用5*5的高斯滤波器去除噪声。#!/usr/bin/env python# -*- coding:utf-8 -*-import numpy as npimport cv2img = cv2.imread('IMG_1868.JPG')img = cv2.GaussianBlur(img,(3,3),0)#高斯模糊去噪 以免影响边缘检测gray =