文件名称：ICN
文件大小：5KB
文件格式：ZIP
更新时间：2024-03-23 23:02:44
Python
利益相关网络 该神经网络旨在发现兴趣向量之间的相关性，并有效预测受试者的兴趣。 引擎盖下 ICN使用隐藏的softplus层，以及智能的批处理/层归一化和Adam优化器。 已经对大量，大规模和稀疏数据组合进行了测试，以确保进行微调。 对于小数据集，训练收敛非常快，而对于大数据集（具有至少100个兴趣类别的对象），训练收敛缓慢/稳定。 另外，ICN使用特殊的似然评分系统，而不是一站式编码。 培训投入 输入到该网络仅仅是兴趣阵列。 第一维代表主体的数量，第二维代表主体的兴趣。 例如三个兴趣各异的人： input = [["Swimming", "Driving"], ["Skating", "Singing", "Dancing"], ["Traveling", "Drawing"]] 预测输入 预测输入是兴趣标签。 神经网络以兴趣池中每个其他兴趣的概率得分作为响应。 从0-0.49的数字
【文件预览】：
ICN-master
----.gitignore(17B)
----src()
--------settings()
--------lib()
--------main.py(2KB)
--------data.py(105B)
----readme.md(1KB)