您现在的位置是:Instagram刷粉絲, Ins買粉絲自助下單平台, Ins買贊網站可微信支付寶付款 >
01 youtube官網入口注冊登錄系統論文總結(Youtube DNN經典論文)
Instagram刷粉絲, Ins買粉絲自助下單平台, Ins買贊網站可微信支付寶付款2024-07-08 05:00:24【】4人已围观
简介YoutubeDNN經典論文最近在看王喆的知乎專欄,第三、四、十三篇都是Youtube的經典論文DNN:買粉絲s://zhuanlan.hu.買粉絲/p/52169807 買粉絲
Youtube DNN經典論文
最近在看王喆的知乎專欄,第三、四、十三篇都是Youtube的經典論文DNN:買粉絲s://zhuanlan.hu.買粉絲/p/52169807 買粉絲s://zhuanlan.hu.買粉絲/p/52504407 買粉絲s://zhuanlan.hu.買粉絲/p/61827629
跟著大佬又回顧了一下,發現之前真的只能算是一知半解,趁著這次把對這篇論文的新的理解記錄一下,可能還會有一些錯誤。
論文講解了在召回和精排兩個階段的模型:
召回:
先從特征說起:用戶觀看過的買粉絲的embedding,用戶搜索詞的embedding,用戶的地理位置、年齡等side_infomation,還有exampl_age這個需要解釋的特征
然后是模型:三層DNN
最后是training的loss:softmax做分類
serving的方式:nearest neighbor
里面其實有很多疑點:
1.example_age是什么
這個點專欄里說是訓練時間 - 得到這條樣本的時間(視頻點擊時間),但是我覺得這樣表達不出“新視頻”這個概念,也不知道用當前時間去減是啥意思,label是點擊那一刻打上去的,又不是訓練的時候;
所以我覺得這個example age應該是點擊時間-上架時間,表示用戶對新上架視頻的偏好,用這個特征去捕獲這個偏好了,在serve的時候全都置為0就可以消除這個偏好,畢竟這是召回階段,可以多召回些東西。(這樣就是消除用戶對新視頻的偏好了?)
2.為什么要做多分類,而不是預測分,多分類的話有海量視頻,性能怎么保證
為什么要做多分類,而不是把樣本的embedding也給到網絡里做打分,這一點我是真的沒弄明白;
海量視頻的多分類性能的提升是用到了sampled softmax,可以參考買粉絲://買粉絲.4k8k.xyz/article/Kaiyuan_sjtu/119881236 買粉絲s://zhuanlan.hu.買粉絲/p/349908071 總的來說就是通過Q(y|x)采樣出一個子集,對子集計算logits,然后用計算結果F(x,y)-log(Q(y|x))可以表示原數據集上的logits
3.serving階段為什么不做多分類了,而是做nearest neighbor
這里首先要弄明白serving階段的user embedding和買粉絲 embedding是什么,user_embedding是最后一層relu之后的結果,比如是一個d維的向量;然后要得到一個幾百萬維(用d_N表示)的向量,需要過一個d*d_N維的矩陣,這個矩陣的每一列訓練完之后就是買粉絲 embedding;如果是serving的階段依然是和每一列相乘,再算一個softmax,既然分母是一樣的,取指數的操作也是一樣的,那么就直接做點積就好了。
排序:
先從特征說起:當前排序的買粉絲的embedding,用戶觀看過的買粉絲的embedding,用戶和買粉絲的語言embedding,time since last watch是自上次觀看同channel視頻的時間,previous impressions是該視頻已經被曝光給該用戶的次數(這里已經引入了負反饋的思路)
然后是模型:三層DNN
最后是training的loss:weighted logistic
serving的方式:e^(Wx+b)
這里面也有一些疑點:
1.training時候的weighted logistic是什么,為什么serving的時候用的是e^(Wx+b)
這個點是我重讀的時候最沒理解的地方,先嘗試寫一下,這里首先要搞清楚weighted logitstic是什么,那先回顧一下LR的公式的由來是log(odds) = w*x;這里的odds=p/(1-p)表示正樣本發生的概率/負樣本發生的概率;在weighted LR里面這個odds要變成W*p/(1-p)這里的W就是給正樣本加的權重,至于為什么是這樣有一種解釋是用正負樣本比去解釋的,我覺得不是很合理 買粉絲s://zhuanlan.hu.買粉絲/p/435912211;但是如果能夠接受這個odds的話,那么log(odds) = w*x就可以得到odds = e^(wx),后者就是serving的目標;
再說W*p/(1-p)是什么,這里W權重是這條視頻的時長T,那么sum(Ti*pi)就是E(T)即時長的期望,E(T)/(1-p)泰勒展開就是E(T)*(1+p)這里的p很小的話其實就是E(T)也就是說serving的時候其實得到的就是觀看時長的期望,這里如果用到電商里用price去加權,得到的應該也是對price的預估。
很赞哦!(225)
相关文章
- 03 youtube官網網頁版下載電腦端口號和(想買一臺迷你主機,哪一款款性價比高?)
- 01 youtube app 買粉絲 for windows 10(哪些網站幫你打開了新世界的大門?)
- 01 youtube 4k下載器怎么打開(65吋真4K大畫面、內建愛奇藝平臺!奇美TL-65M100給你神爽級的追劇體驗!)
- 03 youtube官網網頁版優化工具箱安裝位置在(新買的國行索尼XZs,如何在不破解手機、不刷機以及不Root的情況下安裝完整的谷歌服務?)
- 01 you tube to mp3 downloader(復制網上的視頻(VIDEO)方法)
- 01 you tube おすすめ 表示(求些日文歌)
- 01 youtube app for windows 11 home(iOS的內置應用)
- 01 youtube android 買粉絲 download manager下載視頻到電腦(我有一個視頻的鏈接,請問如何把這個鏈接轉化成視頻下載到電腦上啊?)
- 01 youtube app desktop app service下載(background intelligent transfer service 關閉這項服務有什么弊端?)
- 01 youtube app download for android下載不(聯想A60+如何刪除自帶軟件?)
热门文章
站长推荐
01 youtube android tv apk下載(我啥我在手機上下載游戲玩的時候說此應用程序沒有授權在你的ANDROID設備上使用)
03 youtube官網網頁版下載視頻插件edge在哪(微軟正測試為Edge瀏覽器引入YouTube集成和新的發現選項卡)
03 youtube官網網頁版下載視頻怎么導出gif(給新手的ADOBE軟件不完全科普指南!)
03 youtube官網網頁版下載電腦正版系統下載網站(蘋果筆記本電腦怎么下載東西)
03 youtube官網網頁版下載視頻教程百度網易云(有沒有網上可以學的短視頻制作和運營?)
03 youtube官網網頁版下載官網正版入口網頁(you tu be的官網是多少?)
03 youtube官網網頁版下載文件沒反應怎么設置(ios app上架流程是什么,怎樣避免提交審核被拒)
03 youtube官網網頁版下載電腦端企業是什么(you tu be的官網是多少?)