- 博客(12)
- 收藏
- 关注
RSS订阅原创 Pytorch框架下（RNN+注意力机制）实战——附完整代码
循环神经网络（RNN）是一种神经网络架构，专门设计用于处理序列数据，如时间序列或文本。它的主要特点是在网络内部引入循环连接，使得信息可以在网络中传递。想象一下，你在阅读一段文字。对于一个标准的前馈神经网络（Feedforward Neural Network），它的输入是独立的，每一层的输出只与当前输入有关。RNN 允许信息在网络中传递，以捕捉序列中的上下文和依赖关系。RNN的关键部分是循环连接，允许网络在处理序列时保留过去的信息。每个时间步，RNN都会接收当前输入和前一个时间步的隐藏状态，然后生成新的隐藏
2023-12-07 14:34:22
1459
9
原创 Pytorch实战——气温预测（基础）附完整代码
各个参数的设置是根据前面的特征数量来进行确定，我们要进行128个神经元的设计，需要凑一个14*128的矩阵给weights，同理，最后预测结果为一个结果，所以我们要将weights2设置为128*1.在数据集当中，很明显数据集是大大小小的，有一些数值非常大，一些数值非常小，这个时候需要对其进行归一化，将所有数值按照权重、影响占比等缩放在（0，1）的范围当中。首先要进行权重的初始化，来为后面的学习打下基础，切记需要将每一次迭代后的梯度进行清零，否则将会一直累加，影响结果。此时可看到，时间数据都存在于一起。
2023-07-18 16:53:27
3190
5
原创 数据分析——[数学建模篇]（一）
A题：物流网络问题电商物流是我国经济服务中的一种重要方式，为我国经济发展做出了重要贡献。但也逐渐累积出现一些问题：增减网点盲目，运输线路浪费，仓储效率减低的现象。为此快递公司需要合理应对用户下单量波动，网点和仓储停用的状况。请依据附件数据，完成下列问题。问题1：附件1为某快递公司记录的一个区域内各网点在2021年01月01日至2022年12月31日期间每天不同网点之间运输的快递货量数据。线路是有方向的，如线路DC1→DC2和线路DC2→DC1被认为是两2条线路。
2023-06-01 12:06:57
704
11
原创 Python基于tk界面的万年历+阳历阴历（附完整代码）
更新日历界面，根据用户选择的日期计算出当月的天数和每一天对应的星期几，并在界面上显示出来。: 创建日历头，包括年、月、日的选择菜单和更新按钮，以及星期标签和农历日期的显示。4. 程序在界面上显示当前月份的所有日期，以及它们对应的星期几和农历日期。: 计算从1800年1月1日到某一年某一月某一日的总天数，返回总天数。3. 程序根据用户选择的日期计算出当月的天数和每一天对应的星期几。: 创建日历界面，将每一天的日期显示在对应的位置上。: 计算某一年某一月的天数，返回天数。
2023-04-30 12:56:23
2440
原创 机器学习（第三篇）
的分类，这对于日后处理较大数据集时会有较大难度且繁琐，那我们应该如何进行中文。可见，此时代码将中文进行分类，但是没有进行。(若是conda则使用conda进行安装)此时结果又是什么呢？
2023-04-26 21:14:05
96
1
原创 机器学习（第二篇）
我们观察可知，（0，2）在加了“sparse=False”中表示在列表的第1号位的列表上的第三个数是1.0 ，由此可知，（0，3）表示在列表的第1号位的列表上的第四个数为100.0 ， 那么剩下没有的数都是什么呢？对的，剩下没有说明的数都是0。因为我们对文本进行特征提取，所以我们此时需要将上一步对于字典的提取中的实例化代码换为CountVectorizer()，此时就可以进行文本特征提取！值得注意的是，我们在进行特征提取时，要进行上述代码所示的1、2步，首先需要实例化转换器，其次进行特征提取。
2023-04-25 22:34:56
186
1
原创 小白———机器学习（第一篇）
根据此图，我们可以直观看出，在人类延续至今的过程当中，我们惯用的思维是：利用我们日常生活中所积累的种种经验，去归纳总结出一个特有的规律，然后在将一个新的问题代入此规律当中，就可以得到一个预测值，我们可以根据此预测值来进行下一步的具体操作。我们的第一想法可能就是，让计算机进行机器学习，建立出一个关于猫狗的模型，后进行模型与图片比对进而得出结论。可想而知，利用机器学习可以大幅度提高学者的学习速度，使机器可以在人类的操作下发挥出更大的作用。在接下来的学习当中，我们由浅入深，先学习sklearn数据集。
2023-04-11 11:07:50
145
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人