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 >
02 youtube官網網頁版注冊登錄系統論文3000字(豆丁網詳細資料大全)
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2024-07-24 11:22:06【】4人已围观
简介的在您的網頁中使用豆丁提供的文檔線上預覽下載及檢索功能。特點云存儲技術:豆丁全國布置15個節點電信網通教育網暢通無阻,豆丁自建內容分發系統,海量檔案并行分發。文檔加密技術:獨有的DRM技術文檔三層加密
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。
豆丁網詳細資料大全
豆丁網創立于2007年,是全球最大的中文社會化閱讀平臺,為用戶提供一切有價值的可閱讀之物。截至2010年,豆丁網已經成功躋身網際網路全球500強,成為提供垂直服務的優秀網站之一。網站擁有分類廣泛的實用文檔、出版物、行業研究報告、以及數千位行業名人貢獻的專業檔案,各類讀物總數超過兩億。豆丁網鼓勵原創、鼓勵分享、尊重和維護上傳者的權益。在豆丁網,你可以分享你的文檔,并通過豆丁發表到不同部落格、論壇以及各種平臺上,進行廣泛傳播,同時還可以以非常環保的方式、低廉的價格看到熱門書刊、雜志、以及各類專業文獻。
豆丁網(Docin)是全球優秀的C2C文檔銷售與分享社區。豆丁允許用戶上傳包括:pdf、doc、ppt、txt在內的數十種格式的文檔檔案,并以Flash Player的形式在網頁中直接展示給讀者。簡而言之,豆丁就如同文檔版的Youtube。每天都有數以萬計的文檔會上傳到豆丁,正基于此,豆丁將致力構建全球最大的中文圖書館。
基本介紹 中文名 :豆丁網 外文名 :docin 網站類型 :C2C文檔分享網站 網站創始人 :林耀成 創立時間 :2007年 官網 ::docin/ 產品與服務,豆丁會議,會議PPT,豆丁書房,豆丁閱讀,播放器,豆丁彩蛋,服務理念,成長歷程,發展歷史,發展現狀, 產品與服務 豆丁會議 豆丁網會議頻道,整合國內最高端會議的商業文檔內容,關注各行業發展動態,挖掘行業文檔的商業價值,提供給行業人員一個專業的知識分享平臺。在這里,能找到商業領袖演說PPT、 權威行業分析報告等一手資料。沒拿到會議入場券,沒時間出席會議現場,在豆丁會議頻道,可以第一時間找到會議的相關內容,會議紀要、現場PPT甚至于視頻內容。 會議PPT 會議PPT是一款非常實用的,行業會議PPT內容檢索與閱讀工具,由豆丁網開發推出,旨在幫助網際網路、移動網際網路、電子商務、信息通訊、金融管理等行業從業者和愛好者,獲取最新的行業信息與商業知識。會議PPT發布最新的行業報告、趨勢分析、商業領袖演講等優質PPT,是中國版的slideshare,會議PPT為用戶提供最佳的PPT閱讀解決方案,有以下特色: 1、緊貼行業、第一時間:會議PPT關注幾大行業最新的趨勢和動態,隨時提供第一線的,來自各行業會議的最新內容,具有很強的更新及時性,同時PPT形態能夠很好地還原行業信息和演講者的思想,幫助用戶獲取最真實的商業信息。 2、眾多PPT獨家內容:會議PPT高度關注PPT介質的優質內容,與國內主流的買粉絲、數據研究、分析機構合作,每年合作會議上千場,擁有眾多的獨家內容,是關注特定行業信息及內容的首先套用。 3、一流的閱讀體驗:會議PPT方便用戶從所關注的行業、會議切入感興趣的內容,操作流暢,支持全螢幕觀看,很赞哦!(65379)
相关文章
- 04 youtube下載官網買粉絲進入2022年全球(YouTubeVideoBuilderReview2022-好吧,但非常有限)
- 05 外貿產品介紹對話(詢盤:外貿實務口語對話第2課)
- 05 外貿企業創新創業調研報告調研目的(外出考察調研報告)
- 04 youtube下載官網軟件商店打不過(華為海外再突破AppGallery上架WeGo Maps,沒GMS華為發力了,如何評價?)
- 05 外貿業務員崗位分析報告范文(外貿業務員的年終總結怎么寫?)
- 04 youtube下載官網教程中文版快速看圖(PS軟件各個版本區別大嗎?哪個版本最適合新手?)
- 05 外貿業務員英文面試(應聘外貿業務員英文自我介紹)
- 05 外貿制單實踐實訓體會(自我介紹的實訓心得)
- 05 外貿業務基本流程論文摘要(關于外貿單證的論文)
- 04 youtube下載工具 命令行打開文件管理(誰給我一份微軟操作系統的簡要介紹win7最好)
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的名片
职业:程序员,设计师
现居:广西河池罗城仫佬族自治县
工作室:小组
Email:[email protected]