Aktywne Wpisy
Szychasekk +157
![Pan_Janusz](https://wykop.pl/cdn/c0834752/1dda8d9efd54c72633e6c7821dac3b98ef044dd296b5f18d6975e5e35bc44076,q60.png)
Pan_Janusz +65
Podobno PIS rozważa zmianę nazwy partii. Środowisko Morawieckiego chce żeby nazywali się Biało-Czerwoni xDD
Macie może jakieś swoje propozycje?
#sejm #bekazpisu #bekazprawakow
Macie może jakieś swoje propozycje?
#sejm #bekazpisu #bekazprawakow
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