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 >
03 youtube官網網頁版觀看歷史怎么寫入論文(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2024-06-12 14:13:56【】5人已围观
简介集,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logits3.serving階段為什么不做多分類了,而是做nearestneighbor這里首先要弄
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!(7)
相关文章
- 03 薛之謙哪首歌播放量最高(薛之謙的《天外來物》mv播放量破億了,他還有哪些優秀音樂作品?)
- 02 買粉絲APP標準尺寸設計(做手機界面設計的尺寸是多少)
- 02 買粉絲圖文來源怎么寫(買粉絲如何轉載別人圖文?)
- 02 買粉絲只發圖片怎么變現的(買粉絲如何進行接單變現?)
- 02 買粉絲名稱需要提交相關資料審核資料(申請買粉絲訂閱號的時候,無論輸入什么名稱都顯示該名稱需要提交相關資質,是否繼續?)
- 03 衡水匯馳汽車貿易有限公司(國產名牌電機生產廠家有哪些)
- 03 衣囤(上海)貿易有限公司電話(病句修改選擇題帶詳細答案)
- 03 蘑菇出口貿易英文文獻(國際商務畢業論文)
- 02 買粉絲專題專欄怎么做(社保繳費顯示用戶令牌過期是怎么回事)
- 02 買粉絲圖片超過邊框(如何讓買粉絲買粉絲文章排版變得高大上?)