一个智能客服系统，负责全部的开发任务：主要包括前端页面开发，后台逻辑设计，中间客服与用户之间的对话流设计（算法部分），以及系统部署。前端页面采用vue框架（最近比较火的一个框架，vuejs比较贴合python的风格，所以用起来比较顺手）；后端采用django，典型的MVT架构，（类似于Android中的MVC，难度比MVP差远了）；对话流主要采用seq2seq模型，包括捕获用户意图、获...

描述：在Activity中（Fragment）显示dialog时，此dailog会自动获取本屏幕的焦点，因此它会自动拦截你对物理按键的操作，而有时你不需要它拦截，或者只是让父布局做此操作，那么只需要在dialog的监听事件中做一些操作即可（如果是MVP架构模式，在里面尽量少做业务操作）思路：直接实现DialogInterface的onKeyListener()的监听DialogInter...

本文总结了广告、推荐领域最为流行的 10 个深度学习 CTR 模型的结构特点，构建了它们之间的演化图谱。选择模型的标准尽量遵循下面三个原则：1、模型的在业界影响力较大的；2、已经被 Google、微软、阿里等知名互联网公司成功应用的；3、工程导向的，而不是仅用实验数据验证或学术创新用的。下面首先列出这张深度学习 CTR 模型的演化图谱，再对其进行逐一介绍：一、微软 Deep...

Autograd主要实现反向传播求导数，避免手动计算导数的复杂过程1. autograd.Variable是Autograd中的核心类，它是Tensor的简单封装，并支持Tensor的所有操作。Tensor在被封装为Variable之后，可以调用它的 .backward()实现反向传播，自动计算所有梯度。例如：import torch as timport numpy as np...

Kaggle上提交训练结果有两种方式：在Kaggle页面上直接提交使用指令提交先看第一种提交方式1、Kaggle页面上直接提交不过，目前为止这个页面我只见过一次，后面再打开就不能提交了，好吧这是强迫我使用命令行提交啊。2、使用指令提交结果首先，你要从kaggle上下载一个API Token，用以标识你的身份：点击下载后，会得到一...

nn.functional是一个很常用的模块，nn中的大多数layer在functional中都有一个与之对应的函数。nn.functional中的函数与nn.Module()的区别是：nn.Module实现的层（layer）是一个特殊的类，都是由class Layer(nn.Module)定义，会自动提取可学习的参数nn.functional中的函数更像是纯函数,由def functio...

1. view()tensor.view()方法可以调整tensor的形状，但必须保证调整前后元素总数一致。view不会修改自身的数据，返回的新tensor与原tensor共享内存，即更改一个，另一个也随之改变。在实际应用中，可能经常需要添加或者减少某一维度，这是sequeeze()和unsequeeze()这两个方法就派上了用场。2. unsequeeze()和seque...

目录1、什么是随机森林2、随机森林的特点缺点3、随机森林的评价指标--袋外误差（oob error）4、随机森林的生成过程5、Bagging和Boosting的概念与区别Bagging算法（套袋法）：Boosting（提升法）Bagging，Boosting的主要区别决策树与这些算法框架进行结合所得到的新的算法：6、决策树ID3,C4.5决策树...

原文：https://blog.csdn.net/v_JULY_v/article/details/51812459目录2 人工神经网络2.1 神经元2.2 激活函数3 卷积神经网络之层级结构4 CNN之卷积计算层4.1 CNN怎么进行识别4.2 什么是卷积4.3 图像上的卷积4.4 GIF动态卷积图5 CNN之激励层与池化层5.1 ReLU激励层...

对推荐系统面试经常问到的一些基础问题进行总结，方便自己记忆。1、模型产生过拟合的原因及解决方案什么是过拟合：模型在训练集上效果较好，在测试集上表现较差。产生过拟合原因：参数太多，模型复杂度高样本中噪音数据较大，模型学习到了噪音中的特征对于决策树模型。对决策树的生长没有合理的限制和修建对于神经网络模型。权值学习迭代次数足够多（overtraining），拟合了训练数据...