高级算法工程师

从部署到实践，即刻拥有你的专属龙虾助手

OpenClaw开发者专区🦞🦞🦞

自行/邀约他人一键搬运博客，享价值百万资源包

腾讯云自媒体同步曝光计划

往期视频·干货材料·成员作品 最新动态

腾讯技术创作特训营知识专栏

新邀入驻腾讯云开发者社区，福利多多！

2026 年 1 月，X （Twitter）平台再次向全球开发者开放了其“For You”推荐算法的源代码。

X 推荐算法详解：从特征到排序的完整链路

​（比如LLM的词向量、多模态的特征emb），没法直接塞进新模型的Lookup Table里初始化。

如何让一个emb一步收敛至另外一个emb

Binary Cross-Entropy Loss（BCE Loss）：用于度量二元分类任务（即每个样本都只有两个类别）中的预测概率与实际标签之间的差异。BCE Loss 的计算公式如下：

LLM Embedding对推荐系统落地应用讨论

超参数调优是算法中的一个常见且重要环节。贝叶斯优化是一种有效的超参数调优方法，它通过建立目标函数的概率模型并利用这个模型来选择下一个需要评估的参数来进行优化。本文将介绍如何使用贝叶斯优化进行多目标超参数调优。

DIN、POSO、SENet 聊聊推荐模型中常用的Attention

深度学习模型通常具有许多可以调整的超参数，例如学习率、批次大小、隐藏层数、神经元数量及优化器等。为了在给定的任务和数据集上获得模型的最佳性能，我们需要找到在模型中使用的最佳超参数值。搜索最佳超参数组合的过程称为超参数优化。

keras利用sklearn进行超参数自动搜索

tf2集成的keras非常好用，对一些简单的模型可以快速搭建，下面以经典mnist数据集为例，做一个demo，展示一些常用的方法

Tensorflow Keras：mnist分类demo

tensorflow2.0改进之后已经非常像numpy形式了，不用像之前的session那样操作，一些基本的操作如下。需要注意的店以及部分数据均写在代码注释中。

Tensorflow2.0常用基础API

论文首先发现问题，和其他相关研究类似，L2和weight decay在adam这种自适应学习率上的表现很差，导致很多人还是采用SGD+momentum策略。类似的有相关研究，从各种方面出发，作者发现效果差的最主要原因是L2效果不好。因此其最主要的贡献是： improve regularization in Adam by decoupling the weight decay from the gradient-based update

Adam效果不好？Decouple Weight Decay Regulaization阅读笔记

item得分的计算通常用于召回并且配合用户兴趣画像一同使用。item得分计算的方式可以归为三类：

浅谈贝叶斯平滑在CTR上的实践

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

腾讯云开发者社区推出了推荐算法学习专栏，为你提供了推荐算法学习的相关文章，致力于帮助开发者快速成长与发展。

推荐算法学习

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐