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2024-06-24 12:50:24【】8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!(917)
相关文章
- 01 買粉絲編輯工作總結報告(買粉絲寫推送內容評價別人的工作總結)
- 01 買粉絲素材庫視頻刪除會影響么(買粉絲買粉絲里的圖片空間素材,如果刪除了,對已經發表的文章有沒有影響?)
- 01 買粉絲自動回復多條怎么設置(一個買粉絲買粉絲最多能添加多少個自動回復規則?)
- 12 insure with后面加什么(Corporation與買粉絲pany有什么區別?)
- 01 買粉絲綁視頻號怎么綁(一個買粉絲可以綁定幾個視頻號?)
- 01 買粉絲背景圖片素材高級感(十大免費圖片素材網站)
- 01 買粉絲綁定小程序需要同一個主體嗎(請問先注冊了小程序,后面怎么再關聯買粉絲,要再注冊一個號開發買粉絲嗎?)
- 12 download youtube 買粉絲 to music library(drm是什么意思 drm的中文翻譯、讀音、例句?)
- 12 youtube share a playlist on(好聽的英文歌(讓你心情愉悅的旋律))
- 01 買粉絲編輯注意事項(新手(個人)開買粉絲需要哪些注意事項?)
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:新疆阿勒泰青河县
工作室:小组
Email:[email protected]
热门文章
站长推荐
12 youtube home improvement 買粉絲s(幫忙翻譯一段IPHONE廣告)
12 mp3 download youtube apk下載安裝(手機文件哪些可以刪)
01 買粉絲群發文章可以撤回嗎(買粉絲群發消息能撤回嗎 買粉絲群發消息怎么撤回)
12 my mix songs youtube(大家來幫忙推薦好歌 高分)
01 買粉絲編輯的工作總結(買粉絲寫推送內容評價別人的工作總結)
01 買粉絲綁定的公司能換嗎(買粉絲買粉絲怎么更換綁定的買粉絲賬號?)
12 how to share youtube music playlist(如何讓YTmusic在后臺播放)
12 買粉絲 youtube movie download(《咖啡王子一號店》第6集,瀚潔抱恩燦是的插曲是啥?還有第9集他們在海灘上等著看日出是的插曲又是啥?)