欢迎来车东西
登录
免费注册
我的订阅
关注我们
智东西
车东西
芯东西
智猩猩
智东西
车东西
芯东西
智猩猩
公开课
公开课官网
公开课小程序
GTIC
快讯
高层对话
头条
自动驾驶
电动汽车
动力电池
智能座舱
活动
谷歌提出TF-Ranking 用于学习排序
2018-12-06
机器之心
20
12月6日消息,谷歌发表了有关TF-Ranking的研究,这是一个可扩展的基于TensorFlow的库,用于学习排序。TF-Ranking提供了一个统一的框架,其中包括一套最先进的学习到排序算法,并支持成对或列表丢失函数、多项目评分、排序度量优化、和无偏见的学习排名。TF-Ranking快速且易于使用,并创建高质量的排序模型。 统一框架使ML研究人员、从业者和爱好者能够在单个库中评估和选择一系列不同的排序模型。
分享至: