YOUNG09_的博客

原创 无人机多任务寻径仿真软件与实验平台——贰

目录下载DJI Mobile SDK 将 SDK 集成到应用程序中创建新应用程序配置 Gradle 脚本实现应用注册和 SDK 回调运行导入 SDK 演示下载DJI Mobile SDK从这里下载适用于Android的DJI移动SDK：DJI Developer。根据查看发现，Mobile SDK V5并不支持Mavic2开发，通过查看旧版本发现Mobile SDK V4支持Mavic2开发，所以选择下载Mobile SDK V4。点开更多查...

原创 无人机多任务寻径仿真软件与实验平台——壹

目录注册成为DJI开发者生成应用密钥 Android Studio安装根据MOBILE SDK文档进行操作注册成为DJI开发者在点击下方链接注册 DJI 开发者账户。https://account.dji.com/register?appId=dji_sdk&backUrl=https%3A%2F%2Fdeveloper.dji.com%2Fuser&locale=en_US点进电子邮箱激活账户。注册成功后可以进行下一步操作。...

原创 知识图到文本的生成——拾贰

2021SC@SDUSC目录model类的剩余部分介绍完newmodel.py中model类的一部分，接下来开始分析model类的剩余部分。model类的剩余部分def beam_generate(self,b,beamsz,k)://方法有四个参数 if self.args.title: tencs,_ = self.tenc(b.src) tmask = self.maskFromList(tencs.size(),b.src[1]).uns..

原创 知识图到文本的生成——拾壹

2021SC@SDUSC目录model类的一部分介绍完newmodel.py引用的库，接下来开始分析model类的一部分。model类的一部分class model(nn.Module)://函数的参数是nn.Module类 def __init__(self,args): super().__init__()//继承父类所有的特性(而不是基类)，并且避免重复继承 self.args = args cattimes = 3 if args..

原创 知识图到文本的生成——拾

2021SC@SDUSC目录Beam类介绍splanner类介绍上篇博客介绍了list_encode类，lseq_encode类和graph_encode类，接下来会对Beam类和splanner类进行介绍。Beam类介绍class Beam(): def __init__(self,words,scores,hs,cs,last,beamsz,k,vsz)://方法有九个参数 self.beamsz = beamsz self.k = k .

原创 知识图到文本的生成——玖

2021SC@SDUSC目录list_encode类和lseq_encode类介绍graph_encode类介绍上篇博客介绍了torch.nn模块，MultiHeadAttention类和MatrixAttn类，接下来会对list_encode类，lseq_encode类和graph_encode类进行介绍。list_encode类和lseq_encode类介绍class list_encode(nn.Module)://函数的参数是nn.Module类 def __ini

原创 知识图到文本的生成——捌

2021SC@SDUSC目录torch.nn模块介绍MultiHeadAttention类和MatrixAttn类介绍上篇博客对pargs.py中的方法进行了分析，因为generator.py中引用了newmodel.py中的model类，所以接下来会对newmodel.py中的方法进行分析。torch.nn模块介绍nn主要有四个模块：nn.Parameter，nn.Module，nn.functional和nn.__init__。nn.Parameter: 一个张量的子类，

原创 知识图到文本的生成——柒

原创 知识图到文本的生成——陆

2021SC@SDUSC

原创 知识图到文本的生成——伍

2021SC@SDUSC

原创 知识图到文本的生成——肆

2021SC@SDUSC

原创 知识图到文本的生成——叁

2021SC@SDUSC

原创 知识图到文本的生成——贰

2021SC@SDUSC

原创 知识图到文本的生成——壹

2021SC@SDUSC目录torch库介绍argparse库介绍本次代码分析是针对generator.py中导入的库中前两个库的分析，只有了解了导入这些库的目的，才能够继续分析下面的代码，才能加强对程序的理解与感悟。下图是generator.py中的部分代码。torch库介绍torch是一个科学计算框架，广泛支持机器学习算法，并以高效的方式并行处理CPU和GPU。由于使用简单快速的脚本语言LuaJIT以及底层的C / CUDA实现，因此易于使用和高效。torch库包含多..

原创 知识图到文本的生成——综述

知识图到文本的生成的环境是python+pytorch，首先进行了环境配置。