原文请狂击这里 简介 DeepWalk是一种新的用于学习一个网络中的定点的向量表达的方法，它将一个一个独立的顶点映射到了一个连续的向量空间中，并且向量与向量之间的关系可以反映出这些顶点在整个网络中的关系。实际上这个方法是从word2vec的思想上发展而来，只不过它处理的是图上的顶点而非一个一个单词。 简单的说DeepWalk通过与传统类似的RandomWalk的方法将一个顶点变成了一个顶...
简介 这是一篇总结性质的论文，其列出了自2013年以来发表的所有将深度学习应用到推荐系统上的论文，对于学习推荐系统算法，尤其是深度学习推荐系统算法是很合适的。 众所周知，推荐系统主要分为三大类： 协同过滤（Collaborative filtering） 内容推荐（Content based） 混合模型（Hybrid recommendation models） 这篇...
在学习Google Inception网络的时候发现了一个很有趣的网络结构，就是1 x 1的卷积网络层。过去我们应用卷积网络一般是选择一个适当大小的窗口，譬如3 x 3，5 x 5这样的，意义也很好理解，相当于我们让模型一次性扫描一个区域把这个区域的特征抽取出来，形成一个更高级的特征抽象。那么这个1 x 1的卷积层就很有趣了，因为输入和输出的窗口大小没有变化且模型并不能学习到一个区域局部的特...
从例子说起RNN PTB是什么 PTB是Penn Tree Bank的缩写，是NLP领域里常见一个数据集，用来评测各种模型的质量。原文网站请狂击 Tensorflow的PTB-Word-LM的例子是在这个数据集的基础之上，训练一个语言模型，代码在这里。本文接下来将针对这个例子做详细的分析。 源代码中包含两个文件reader.py和ptb_word_lm.py，前者是数据处理代码，读取pt...
原文地址: 这里 原文首先回顾了一下 MNIST For ML Beginners 中的代码，这里我就不重复了。 卷积网络 关于卷积神经网络，本文不打算详细介绍，不然篇幅太长也非入门教程本意。详情看这里 以下是简单的介绍期望给大家一个概念上的理解 卷积和池化 卷积和池化用非常通俗的语言讲，卷积就是如何在一个二维图像上选择一小块儿并进行数值变换，池化就是在选择的这一小块儿经过变换的...
MNIST是什么 原文： MNIST is a simple computer vision dataset. It consists of images of handwritten digits 简单的说MNIST就是一个手写阿拉伯数字（0 - 9）的图像库，每一个数字转换为灰度图像后由一个28 * 28的[0, 1]范围的浮点数矩阵组成，并标注了对应的数字。所以每一个文字...
关于 正好要在工作中使用tf做一些事情，之前都是零散的读过一些分析的文章，这次系统的从头开始学习和理解一边Tensorflow，在这里记录一下这个过程与大家分享。 我写文章会略过一些非常容易搜索到的内容（比如如何安装tf？），只提出一些我认为关键的问题和概念以及我的理解。 简介 简介省略，感兴趣移步：Tensorflow Get Started 以下是摘要和个人理解： 照搬原文，写...