对于入门深度学习的新手来说，配置环境是件让人头疼的事情，今天总结一下Linux服务器配置环境的流程。1.安装cuda和cudnn这个之前博客有写过，见下面链接Linux无root无sudo权限在用户目录安装cuda9.2和cudnn7.12.安装anaconda# installconda create -n myenv python=3.5 anaconda# activate e...

论文： R-CNN (https://arxiv.org/abs/1311.2524)Fast R-CNN (https://arxiv.org/abs/1504.08083)Faster R-CNN (https://arxiv.org/abs/1506.01497)代码：（mxnet）https://github.com/ijkguo/mx-rcnn代码：（gluoncv）h...

基于图网络的推荐系统论文，主要改进思路：无需使用给定的社交网络、局部和全局信息利用 (本身local，主要是global)、高阶信息利用、结构邻居与语义邻居、互蒸馏、时空信息利用等，基本是将图网络的一些进展迁移到推荐系统领域。...

推荐系统相关顶会整理算法工程师是否应该持续读论文？\x0d\x0a\x0d\x0a尤其是对于业务属性偏重的搜索/推荐/广告算法岗位，很多人的工作主要涉及业务理解以及数据清洗，对于模型的优化以及新模型的应用较少，这种情况下是否需要在工作之余阅读最新的论文呢？答案自然是需要。https://mp.weixin.qq.com/s/LE2_MaRrU_kuhQh1_DB5uQ推荐系统相关顶会整理 - 知乎

重加权，也称为代价敏感学习，通过调整训练期间不同类别的损失值来对类别进行重新平衡，近期的研究提出了各种代价敏感学习方法来处理类别不平衡问题，包括类别级重加权和类别级re-margining，大家熟知的Focal loss、动态权重等都属于重加权方法。...

​公众号【面经1】算法工程师实习校招面经 (上篇)知乎深度学习算法工程师面经(微软、阿里、商汤、滴滴、华为、海康、平安、陌陌等offer)之上篇 - 知乎​一、引言“温故而知新，可以为师矣”，基于《公众号短期规划》一文，我将首先对过去在实验室及实习秋招过程中的工作进行总结，主要包括实习校招面经、目标检测、属性识别、人脸聚类、图卷积、不平衡问题等部分。由于21年已转推荐算法，时间原因，温故部分主要是

​本文对其中的推荐系统论文 Simple Yet Effective Graph Contrastive Learning for Recommendation 一文进行解读。论文可在公众号后台回复 ICLR-2023-RecSys 获取，所有论文都是按照该方式存档。 本文代码也已公开在https://anonymous.4open.science/r/LightGCL/。

论文： R-CNN (https://arxiv.org/abs/1311.2524)Fast R-CNN (https://arxiv.org/abs/1504.08083)Faster R-CNN (https://arxiv.org/abs/1506.01497)代码：（mxnet）https://github.com/ijkguo/mx-rcnn代码：（gluoncv）h...

最近看的一篇paper需要的背景知识（可能略有删改）目录1.张量简介2.张量的定义与运算2.1 张量(Tensor)2.2  纤维(Fibre)2.3 切片(Slice)2.4 内积(Inner product)2.5 矩阵展开(Unfolding-Matricization)2.6 外积(Outer Product)2.7 Kronecker乘积(Kron...

1.Background现在的深度学习训练一般都是使用服务器，而我们通过SSH连接服务器跑程序或者其他操作会遇到一些问题，比如训练代码跑太久导致没办法关机，因为关掉命令行窗口程序就会停止，或者有时我们需要同时开多个终端，因为一个终端在代码运行时没办法进行其他操作。2.screen命令Linux的screen命令可以让程序后台运行3.安装如果系统没有screen命令，那么通过下面...