ai公園 - 粉絲專頁

2021-10-21T21:28:27.551328+00:00

既然你的公司已經決定ML是一個必要的下一步，那麼作為一個ML工程師，現在是時候考慮為生產系統構建ML過程的真正內容了。

2021-10-21T17:35:15.486944+00:00

在給用戶做推薦的時候，推薦什麼內容固然非常重要，然而在有些場景下，同樣的內容，採取什麼方式給用戶進行推薦也會影響用戶的選擇，這篇文章中，Netflix使用不同插圖為用戶推薦相同的內容，在實際應用中很有借鑑意義。

2021-10-19T06:02:04.399580+00:00

作者：Rahul Agarwal編譯：ronghuaiyang導讀為什麼我們的機器學習項目會失敗？創造一個大的機器學習系統是一門藝術。在構建一個大的機器學習系統時，有很多事情需要考慮。但作為數據科學家，我們常常只擔心項目的某些部分。

2021-10-19T04:51:36.732618+00:00

GeorgeA. Hazelrigg 在他的「HONING YOUR PROPOSAL WRITING SKILLS」中寫道：一些科學家會學習如何制定研究計劃。

2021-10-17T00:14:13.964252+00:00

作者：Galina Olejnik編譯：ronghuaiyang導讀TensorFlow代碼很難調試，這個大家已達成共識，不過，就算是難，也還是需要調試的，畢竟誰也沒有把握不出bug，看看這篇文章能不能讓你減輕一點調試時的痛苦。

2021-10-17T00:12:20.456147+00:00

作者：Matt H and Daniel R編譯：ronghuaiyang導讀從成千上萬小時的模型訓練中累計的經驗和教訓。在我們的機器學習實驗室，我們在許多高性能的機器已經積累了成千上萬個小時的訓練。

2021-10-17T00:12:15.804703+00:00

作者：Matt H and Daniel R編譯：ronghuaiyang導讀從成千上萬小時的模型訓練中累計的經驗和教訓。在我們的機器學習實驗室，我們在許多高性能的機器已經積累了成千上萬個小時的訓練。

2021-10-16T00:38:35.715889+00:00

正在進行的ML 挑戰構建 Explore 最令人興奮的部分之一，就是不斷尋找新的、有趣的方式，幫助我們的群體在 Instagram 上發現最有趣、最相關的內容。

2021-10-16T00:37:56.411877+00:00

正在進行的ML 挑戰構建 Explore 最令人興奮的部分之一，就是不斷尋找新的、有趣的方式，幫助我們的群體在 Instagram 上發現最有趣、最相關的內容。

2021-10-14T22:24:51.192786+00:00

我發現，通過結合這兩個，RAdam+ LookAhead，產生了一個增強的優化器，並在 ImageNette 驗證了運行 20 個 epoch 分數的新高。