色吊网久久,9080xxoo

首頁(yè) 免費(fèi)課推薦算法理論與實(shí)踐問答

提問

+ 我來回答回答最高可+2積分

0 回答 234 瀏覽 2-1 -電影推薦系統(tǒng)原理

2022-12-07

num_features沒理解

+ 我來回答回答最高可+2積分

0 回答 268 瀏覽 3-3 -電影推薦系統(tǒng)-模型訓(xùn)練與評(píng)估

2022-08-24

原始評(píng)分rating_norm[i,idx]為啥都是零呢

最新回答 / weixin_慕函數(shù)5235080

初始化

1 回答 436 瀏覽 3-2 -電影推薦系統(tǒng)-構(gòu)建模型

2022-05-07

loss function

+ 我來回答回答最高可+2積分

0 回答 358 瀏覽 3-2 -電影推薦系統(tǒng)-構(gòu)建模型

2022-03-21

y(i, j) 應(yīng)該是j用戶對(duì)i電影的評(píng)分吧？

+ 我來回答回答最高可+2積分

0 回答 426 瀏覽 2-2 -基于內(nèi)容的推薦系統(tǒng)

2021-12-02

測(cè)試集與驗(yàn)證集

+ 我來回答回答最高可+2積分

0 回答 743 瀏覽 3-1 -電影推薦系統(tǒng)-數(shù)據(jù)收集與準(zhǔn)備

2021-05-29

可能是TensorFlow的版本問題，但是實(shí)在不會(huì)改了

最新回答 / 米開朗琪羅哎

我也是不想換版本，因?yàn)?.x遲早會(huì)像py2.x那樣被淘汰。

2 回答 1283 瀏覽 3-3 -電影推薦系統(tǒng)-模型訓(xùn)練與評(píng)估

2021-04-18

電影內(nèi)容矩陣的評(píng)分是如何得到的？

+ 我來回答回答最高可+2積分

2 回答 1277 瀏覽 2-1 -電影推薦系統(tǒng)原理

2020-12-06

卡在這里了，2.0的optimizer必須傳loss和var_list

最新回答 / 不會(huì)寫代碼的小郭i

2.0以上版本把代碼改為：optimizer = tf.compat.v1.train.AdamOptimizer(1e-4)train = optimizer.minimize(loss)

2 回答 1590 瀏覽 3-2 -電影推薦系統(tǒng)-構(gòu)建模型

2020-10-10

為什么最后評(píng)分會(huì)超過5？

+ 我來回答回答最高可+2積分

0 回答 1142 瀏覽 3-4 -構(gòu)建完整的電影推薦系統(tǒng)

2020-09-21

這里為什么內(nèi)容的值相加可以大于1？?jī)?nèi)容占比還是其他的考慮？

+ 我來回答回答最高可+2積分

0 回答 1243 瀏覽 2-2 -基于內(nèi)容的推薦系統(tǒng)

2020-08-06

TensorFlow版本問題

最新回答 / 慕函數(shù)8562618

# 需要將TensorFlow版本設(shè)置為1.x%tensorflow_version?1.ximport?tensorflow?as?tftf.__version__

1 回答 1410 瀏覽 3-1 -電影推薦系統(tǒng)-數(shù)據(jù)收集與準(zhǔn)備

2020-06-29

應(yīng)該TensorFlow的版本問題，但是不知道怎么改

最贊回答 / 奕帝傳說_夢(mèng)

summaryMerge=tf.compat.v1.summary.merge_all(); 用這個(gè)https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0 遇到問題用上面的網(wǎng)址一個(gè)個(gè)對(duì)照過來——百度了三個(gè)小時(shí)才解決嗚嗚嗚

1 回答 3662 瀏覽 3-3 -電影推薦系統(tǒng)-模型訓(xùn)練與評(píng)估

2020-06-28

為什么最后推薦的電影的評(píng)分最后會(huì)超過5分

最新回答 / weixin_慕的地6323706

同問同問

1 回答 1589 瀏覽

2020-04-04

index越界

+ 我來回答回答最高可+2積分

0 回答 1473 瀏覽 3-3 -電影推薦系統(tǒng)-模型訓(xùn)練與評(píng)估

2020-04-03

首頁(yè)上一頁(yè)1 2 3 下一頁(yè)尾頁(yè)

開始學(xué)習(xí)

課程須知: 掌握python語(yǔ)法，自學(xué)能力強(qiáng)！

老師告訴你能學(xué)到什么？: 1、基于內(nèi)容的推薦系統(tǒng)的原理 2、基于矩陣分解的推薦系統(tǒng)的原理 3、基于商品的協(xié)同過濾的推薦系統(tǒng)的原理 4、基于用戶的協(xié)同過濾的推薦系統(tǒng)的原理 5、構(gòu)建基于矩陣分解的電影推薦系統(tǒng)

微信掃碼，參與3人拼團(tuán)

熱搜

最近搜索清空

推薦算法理論與實(shí)踐