Aktywne Wpisy
wykop +17
Dzień dobry, Wykop! (ツ)
Jak mijają Wam wakacje? Jesteście przed/w trakcie/czy po urlopie? Opowiadajcie! A my, zanim jeszcze przejdziemy do czytania Waszych wakacyjnych planów, najpierw damy Wam znać co ostatnio zmieniliśmy na Wykopie. A więc zaczynamy:
1. W kategoriach własnych dodaliśmy możliwość ustawienia domyślnej strony dla kategorii. Każda z Waszych kategorii może obecnie mieć ustawioną inną stronę startową. Osoby, które wolą czytać artykuły, mogą po wejściu w swoje kategorie od razu
Jak mijają Wam wakacje? Jesteście przed/w trakcie/czy po urlopie? Opowiadajcie! A my, zanim jeszcze przejdziemy do czytania Waszych wakacyjnych planów, najpierw damy Wam znać co ostatnio zmieniliśmy na Wykopie. A więc zaczynamy:
1. W kategoriach własnych dodaliśmy możliwość ustawienia domyślnej strony dla kategorii. Każda z Waszych kategorii może obecnie mieć ustawioną inną stronę startową. Osoby, które wolą czytać artykuły, mogą po wejściu w swoje kategorie od razu
felerny +797
komentatorzy w studiu: "jeśli miała przegrać, to chyba dobrze, że przegrała z Ukrainką"
brak słów na takie uniżanie się
#tenis
brak słów na takie uniżanie się
#tenis
Ktoś ogarnia sieci neuronowe oparte na tensorflow na tyle, żeby naprowadzić na właściwy model danych i typ warstw do celów poszukiwania użytkowników zainteresowanych zakupem? Input w stanie surowym jest różnej długości (url po urlu, każda sesja ma unikalny ID, każdy user również), część inputu ma w ogóle inny kształt (parametry usera - przeglądarka, region itd.)
Zakładam, że będą to dwa różne inputy o róznym kształcie i o tyle o ile ten drugi to prosta sprawa, to ten pierwszy nie wiem w ogóle jak obrobić, żeby sieć dalej rozumiała, że to jest ciąg w którym kolejność ma znaczenie, a jednocześnie, żeby działał (tj. każda sesja np. powyżej 5 odsłon miała ten sam znormalizowany kształt inputu). Opcja typu przerobienie pad_sequence na kolumny jest bez sensu bo model traci sporo dokładności z tego co rozumiem (chyba, że nie rozumiem dobrze jak działają sieci RNN).
Szukałem bardzo długo na necie przykładów i nic sensownego nie widzę.
Jak model wybierze mi 80% userów, ale z tych wybranych tylko 15% skonwertuje to uznam to za zajebisty sukces.
Wynikiem modelu może być albo klasyfikacja binarna, albo prawdopodobieństwo konwersji (nie zagłębiałem się nawet teoretycznie w ten drugi temat)
Odfiltrujesz bezsensowne zmienne i bedziesz mogl sobie pozwolic na mniej neuronow w 1 warstwie