(翻译整理自Dieleman的博客)
针对不同用户推荐合适的音乐是每个音乐类软件都希望实现的目标。本文从传统的协同过滤方法的优缺点说起,引出一套基于音频信号的音乐推荐算法,并在最后对实现的深度神经网络进行可视化剖析,理解模型的运行原理。
协同过滤是音乐推荐的一种基础方法,基本原理是通过历史使用数据来判断用户的喜好。举个例子,如果有两个用户听了大量相同的歌曲,那他们的兴趣应该是基本类似的。从歌曲角度来讲,如果两首歌被同一组人群听过的话,那…
iOS10和macOS10.12支持了BNNS框架,你可以在自己的app里加入神经网络。BNNS在CPU上运行并且对速度做了优化。同时,BNNS也有一个基于Metal框架的GPU版本(Metal框架的一部分)这篇文章主要写了如何通过BNNS来组建一个基本的神经网络。
我们来组建一个可以计算XOR方法的神经网络,这张图表是XOR的基本计算。