VGG网络详解及代码实现

安装图像标注软件labelImg

Matplotlib画图（六）——图中图

这片论文是Hinton在15年提出的，为了提升模型的有效性，模型的复杂度的不断增加，上线实时提供服务成了难题，而知识蒸馏的思路正好可以解决这个问题，同时模型的效果相比复杂模型也不会下降太多。论文中以生物中蝴蝶变态发育作类比介绍知识蒸馏：通过不同的形态，完成同样的使命（任务）。Hinton提出可以通过一个简单模型直接学习复杂模型的概率分布结果，如果one-hot的目标是一种hard-targets，

【推荐算法】推荐系统中的特征工程（二）：特征选取及重要性分析

前言FM系列模型目前已经普遍应用于推荐系统中，网上相关文章和介绍也很多，本文将FM系列论文做一次总结。

【推荐算法】推荐系统中的特征工程（一）：特征处理

信息增益、Gini、信息增益率

前言本文基于R实现BP神经网络用以预测，输入属性有三个，输出属性一个，隐藏层设置20个神经元，数据如下：代码library(grid)    library(MASS)library(neuralnet) #加载相应的程序包，这里用的是neuralnet，还可以用nnet、tensorflow实现p <- matrix(c(80.0,90.0,180.0,140.0,3.0,8.0,

SENet这篇文章是CNN based，目前在推荐领域应用也很广泛，正好前几天看了MaskNet的论文，回头看这篇论文时候，发现SE block的作用和Mask block作用相似，顺便记录一下～SENet论文中给出的结构如下，由于论文是在CNN模型中提出的SE block基本的流程如下：zc=Fsq(uc)=1H×W∑i=1H∑j=1Wuc(i,j)z_c=F_{sq}(u_c)=\frac{1