TF语音识别挑战 Tensorflow语音识别挑战赛是Google Brain组织的Kaggle竞赛，目的是使用“语音命令数据集”来构建可理解简单语音命令的算法。 该解决方案在私人排行榜上排名63（排名前5％）。 项目结构 数据 生的 训练（训练音频文件） 测试（测试用于评估的音频文件 库分类（用于培训和评估的所有脚本） 笔记本 脚本（可执行脚本） 模型（预训练模型） 要求 Tensorflow 1.4 解放军 scikit学习 Python 3.x 跑步 下载语音命令数据集，然后将

深度录制 在此存储库中，使用Python和Tensorflow实现了许多基于深度学习的推荐模型。 我们启动了这个项目，希望它可以减少研究人员和开发人员在复制最新方法方面的工作。 实施的模型涵盖了三种主要的推荐方案：评级预测，排名靠前的N个推荐（即项目排名）和顺序推荐。 同时，DeepRec保持良好的模块化和可扩展性，可轻松将新模型合并到此框架中。 DeepRec是根据GNU通用公共许可证发行的。 有兴趣对此项目做出贡献的任何人，请与我联系！ 实现的算法 我们同时实施了评分估算，前n个推荐模型和

TensorFlow排名 TensorFlow排名是TensorFlow平台上用于学习排名（LTR）技术的库。 它包含以下组件： 常用的损失函数包括点对点损失，成对损失和列表损失。 常用的排名指标，例如和 。 。 用于直接排名指标优化的实现。 来自有偏见的反馈数据的无偏。 我们预想，该库将提供一个方便的开放平台，用于承载和推进基于深度学习技术的最新排名模型，从而促进学术研究和工业应用。 教程幻灯片 在信息检索， 和顶级会议上介绍了TF-Ranking！ 幻灯片可。 演示版 我们提供了