音程度数 C D E F G A B 计算度数左闭右闭,度数和升降无关,只看字母 半音数 一个白键一个黑键一个半音 同样左闭右闭 大度 半音数=(度数-1) 2 小度 半音数=(度数-1)2 - 1 一度 它本身 半音为0 两度 中间有黑键 2个半音 大二度,中间无黑键 1个半音 小二度 ...
深度学习面试问题总结
常见面试问题Disney+Hotstar 面试复盘 字节面试复盘MLP代替点积的效果一定好?(推翻NCF的最新论文) 如何证明NN能学到特征交叉? 特征交叉的方式有哪些? 如何设计实验证明BN对ICS有效? 不同场景embedding怎么保证嵌入空间一致性? (跨场景的vid embedding的使 ...
Embedding在推荐系统中的应用
Embedding在推荐系统中的应用 https://mp.weixin.qq.com/s/8Mx8CznNBlJ6adlwXbcHXQ embedding相当于one hot的平滑,one hot相当于embedding的max-pooling embedding通常取神经网络倒数第二层的参数权重 ...
推荐系统召回算法总结
通用召回(非个性化)全局热门召回 热门即以全局后验统计概率估计用户点击的概率 热点事件bert召回 实时爬取新闻话题并对其进行bert向量预存,使用DBSCAN进行密度聚类,每个聚类中心作为事件向量根据热度时间等计算热度值;在item的bert向量中检索相似向量召回 CB召回(content-bas ...
知识图谱在推荐系统的应用
知识图谱引入推荐系统的两类方式: 基于特征的方法利用知识图谱得到实体、关系的embedding 学习方式: 分别学习 DKN(Deep Knowledge-aware Network) 首先通过实体链接将新闻标题文本中实体链接到知识图谱,获得实体的实体特征和上下文实体特征(所有一跳邻居节点的实体 ...
剑指Offer题目总结
旋转数组的最小数字二分,注意处理单调递增和存在多个相同元素的情况,例如1,0,1,1,1 int findMin(vector<int>& a) { int n = a.size(); if (n == 0) return -1; while (n > ...
Leetcode Trick题目总结
LC41 缺失的第一个正整数下标置换让n出现在nums[n-1]的位置上,0和负数忽略,注意while循环的判断一定要思考循环是否能有效终止,第二种情况如果交换的两个数相同,则while循环会变为死循环 while (nums[i] > 0 && mums[i] <= n ...