HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
TensorFlow在推荐系统中的分布式训练优化实践
<blockquote美团内部深度定制的TensorFlow版本,基于原生TensorFlow1.x架构与接口,从大规模稀疏参数的支持、训练模式、分布式通信优化、流水线优化、算子优化融合等多维度进行了深度优化。在推荐系统场景,分布式扩展性提升10倍以上,单位算力性能也有显著提升,并在美团内部业务
大厂技术实现 | 爱奇艺短视频推荐业务中的多目标优化实践 @推荐与计算广告系列
!ShowMeAI大厂技术实现方案(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/9cfe5183e3212fa5a15fbc7203fdbe95.png)<blockquote💡作者:<ahref"https:/
大厂技术实现 | 多目标优化及应用(含代码实现)@推荐与计算广告系列
!ShowMeAI大厂技术实现方案(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/9cfe5183e3212fa5a15fbc7203fdbe95.png)<blockquote💡作者:<ahref"https:/
推荐系统入门笔记二 : 推荐算法
一.协同过滤推荐算法(基于邻域的算法)1.算法分类基于用户的协同算法:跟你喜好相似的人喜欢的东西你也很有可能喜欢基于物品的协同算法:跟你喜欢的东西相似的东西你也很有可能喜欢1.1实现协同过滤推荐有以下几个步骤:找
推荐系统入门笔记一 : 推荐系统简介和架构
一.推荐系统简介们逐渐从信息匮乏的时代走入了信息过载,推荐系统就是解决信息消费者,如何从大量信息中找到自己感兴趣的信息是一件非常困难的事情,作为信息生产者,如何让自己生产的信息脱颖而出这一矛盾的重要工具,推荐系统的任务就是联系用户和信息,一方面帮助用户发现对自己有价值的信息
TensorFlow Ranking框架在海外推荐业务中的实践与应用
前言在当今互联网世界,推荐系统在内容分发领域扮演着至关重要的角色。如何尽可能的提升推荐系统的推荐效果,是每个推荐算法同学工作的核心目标。在爱奇艺海外推荐业务,引入TensorFlowRanking(TFR)框架,并在此基础上进行了研究和改进,显著提升了推荐效果。本文将分享TFR框架在海外推荐业务中的实践和应用。01算法的
Serverless理念的弄潮儿—— 阿里云数加平台助力大数据普惠
阿里云坚持将计算能力变成像水电煤一样的公共服务,提供给大众,而非单单而不是卖服务器给客户,这跟今日流行的Serverless 架构理念是一致的。Serverless 理念在数加平台得到了很好的体现,数加平台今天已经可以提供很多业务场景化的计算服务,比如推荐引擎,规则引擎,以及各种人工智能的服务,助力企业在DT时代更敏捷、更智能、更具洞察力。在本文中,班输从数
User
1基于用户的协同过滤算法:基于用户的协同过滤算法是推荐系统中最古老的的算法,可以说是这个算法的诞生标志了推荐系统的诞生。该算法在1992年被提出,并应用于邮件过滤系统,1994年被GroupLens用于新闻过滤。在一个在线个性化推荐系统中,当一个用户A需要个性化推荐时,可以先找到和他有相似兴趣的其他用户,然后把那些用户喜欢的而用户A没有接触过的物品推
2018 推荐系统总结
(Startfromtoday??——toolate??)搜索:recsys2018总结Recsys2018总结(推荐系统最新技术、应用和方向)32篇论文解读https://blog.csdn.net/lthirdonel/article/details/83627900(https://www.oschina.net/
推荐系统入门笔记七:Item-Based CF 预测评分
一.加载数据<pre<codedefload_data(data_path):&39;&39;&39;加载数据,data_path为数据集路径file_pathr&39;E:\RecommendData\mllatestsmall\r
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。