cpx,ocpx那些事儿

在计算广告领域,通常会遇到cpm, ocpm, ecpm等指标,那么这些指标是用来做什么的以及有什么区别呢?本文将做一个全面梳理。首先来讲一下这些指标的定义。

阅读更多

fine

灰色石头

阅读更多

一个异步多进程python包aiomultiprocess

aiomultiprocess是一个异步多进程的python库,其依赖于aiohttp和asyncio两个库。aiohttp是一个基于asyncio的异步http客户端和服务器。asyncio 是用来编写 并发 代码的库,使用 async/await 语法。asyncio 被用作多个提供高性能 Python 异步框架的基础,包括网络和网站服务,数据库连接库,分布式任务队列等等。

阅读更多

tf损失函数的实现

阅读更多

心灵之旅一

最近状态一直不好,可能潜意识中被莫名其妙的事情影响着。我想是心态有点崩和毫无工作计划。这让我想起来了《李小龙传奇》中徐迪雅和李小龙说的一段话:“美国是个大动物园,适者生存。这是我这么多年在美国打拼,尝遍酸甜苦辣之后得出的结论。不管遇到任何困难,都不要迷失自己,不要丧失自信”。我想对于现在的我也同样适用吧。想清楚自己想要的是什么,好好干。

阅读更多

tf.nn函数概览

最近遇到一个问题,几天没有思路,结果被同事一语道破,发现还是对api不熟,所以这里立个flag,最近把所有的tf.nn下的api全部看一遍。下次有问题直接先把api撸一遍再说。

阅读更多

tf 实现torch.gather()函数

在tensorflow和pytorch中都有一个gather函数,其作用相似但是用法不同。关于tf.gather的用法可以参考知乎作者Towser的文章《TF 中的 indexing 和 slicing》。torch.gather函数的用法也很简单,就是给定indices获取tensor对应元素。给个例子就明白了。

阅读更多

sklearn roc_auc_score源码解读

在sklearn中使用roc_auc_score()函数计算auc,其计算方式和tf.metrics.auc()计算方式基本一致,也是通过极限逼近思想,计算roc曲线下面积的小梯形之和得到auc的。二者主要区别在于计算小梯形面积(计算小梯形面积时需要设置阈值计算tp,tn,fp,fn,进而计算tpr,fpr和小梯形面积)。第一,在tf.metrics.auc()中可以指定阈值个数,默认是200个阈值,一般设置该阈值为batch size比较合理。而在sklearn的roc_auc_score()函数实现中,直接指定了阈值个数为batch size。第二,阈值的产生方式也不同。tf.metrics.auc()是等距产生阈值的,roc_auc_score()直接以预测概率scores为阈值。

阅读更多

tf.metrices.auc源码解读

auc是机器学习二分类问题的常用指标,其反映了分类器对正负样本的排序能力,换句话说,auc反映了模型对正负样本的区分能力。常用的auc计算方式有两种,一种是tensorflow的tf.metrics.auc函数,另一种是sklearn中的roc_auc_score()函数。二者都是通过极限逼近的思想,计算roc曲线下面积的一个个小梯形的面积和得到auc。不过有点奇怪的是,这两个函数计算出来的auc值并不总是相似的,有时会差别比较大,所以想分析下。本文先看下tf.metrics.auc的实现。

阅读更多

auc是什么

auc 是机器学习中二分类问题的常用评价指标,其反映了分类器对正负样本的排序能力。本文介绍一下 auc 指标,然后介绍下 tf.metrics.auc()函数。

阅读更多