- 博客(114)
- 资源 (7)
- 收藏
- 关注
转载 【PaperInFive-时间序列预测】PatchTST:开启基于Patch的长时序预测新浪潮(普林斯顿大学)
本文提出了一种基于Transformer的时间序列预测模型的有效设计,通过引入两个关键组件:Patching和通道独立结构。与之前的工作相比,它可以捕获局部语义信息,并受益于更长的回溯窗口。该模型不仅在监督学习方面优于其他基线,而且在自监督表示学习和迁移学习方面证明了其潜能。
2024-06-06 11:37:47
277
转载 【PaperInFive-时间序列预测】iTransformer:转置Transformer刷新时间序列预测SOTA(清华)
本文提出iTransformer,无需修改任何模块,倒置建模多变量时间序列,将变量的整条序列独立地映射为词(Variate Token)。以变量为主体,通过注意力机制自然地挖掘以词为单位的多变量关联。此外,Transformer的前馈网络和层归一化互相配合,消弭变量测量单位之间的范围差异,学习适合于时序预测的序列特征。
2024-06-03 16:01:14
228
转载 【PaperInFive-时间序列预测】TSMixer:用于时间序列预测的全MLP架构(谷歌)
本文研究了线性模型用于时间序列预测的能力,提出了时间序列混合器(TSMixer),一种通过堆叠多层感知器(mlp)设计的新架构。TSMixer在时间和特征维度上交替应用mlp,在概念上对应于时间混合和特征混合操作,有效地捕获时间模式和交叉变量信息。
2024-05-27 16:00:09
233
原创 图神经网络入门与实战:从图嵌入(GE)到图神经网络(GNN)
图神经网络超全入门综述,从图->图嵌入->图神经网络->代码实战,参考文献都干货满满!
2024-04-28 17:11:30
2410
1
原创 Langchain实战:基于Chain实现Prompt的高级应用
本文通过一个实战项目,介绍了Langchain中常用的API和方法,包括Chain、Prompt、StructuredOutput、asyncio等,解决实际生产中的问题。
2024-04-26 16:14:50
2260
5
原创 Prompt之美:如何设计提示词让大模型变“聪明”
Prompt Engineering是提高大模型表现的关键,本文介绍了Prompt的关键要素和技巧,并通过我实战中的经验给出优化方案。
2024-04-25 22:28:34
4636
1
原创 Python面试笔记
Python常见面试问题汇总,答案来自于全网,包括知乎,CSDN,公众号,Chatgpt,牛客等,并根据自己的理解进行了增减,会不断更新。
2024-03-15 17:37:26
1504
原创 手写文字识别:PaddleOCR基于PPOCRv4的垂类场景模型微调
PaddleOCR提供的PP-OCR系列模型在通用场景中性能优异,能够解决绝大多数情况下的检测与识别问题。在垂类场景中,如果希望获取更优的模型效果,可以通过模型微调的方法,进一步提升PP-OCR系列检测与识别模型的精度。
2024-03-04 16:10:14
6131
16
原创 Linux中unzip命令解压大文件失败(error:invalid zip file with overlapped components (possible zip bomb))
安装7zip包解决Linux中unzip解压大文件失败的问题。
2024-02-23 15:46:22
5608
原创 机器学习&深度学习面试笔记
机器学习及深度学习常见面试问题汇总,答案来自于全网,包括知乎,CSDN,公众号,Chatgpt,牛客等,并根据自己的理解进行了增减,会不断更新。
2023-12-27 22:41:26
1418
1
原创 【阅读笔记】时间序列之TPA-LSTM(含Pytorch代码实现)
本文作为自己阅读论文后的总结和思考,不涉及论文翻译和模型解读,适合大家阅读完论文后交流想法,文末含TPA-LSTM的Pytorch实现。
2023-06-02 19:50:17
3091
4
原创 【阅读笔记】概率预测之MQ-RNN(含Pytorch代码实现)
本文作为自己阅读论文后的总结和思考,不涉及论文翻译和模型解读,适合大家阅读完论文后交流想法,文末含MQ-RNN的Pytorch实现。
2023-05-28 16:38:36
1941
3
原创 【阅读笔记】概率预测之DeepAR(含Pytorch代码实现)
本文作为自己阅读论文后的总结和思考,不涉及论文翻译和模型解读,适合大家阅读完论文后交流想法,文末含DeepAR的Pytorch实现。
2023-05-23 22:52:43
6054
21
原创 Pytorch中批量定义模型中相同结构的子模型(动态定义子模型变量名)
有些时候在定义模型的时候,有一部分的模型结构的是完全相同的,但是模型的数量是一个可以人为控制的变量。比如在多任务学习中多个任务的Tower,还有基于MoE模型结构中的多个Expert。
2022-11-13 21:10:55
1035
原创 【阅读笔记】多任务学习之PLE(含代码实现)
本文作为自己阅读论文后的总结和思考,不涉及论文翻译和模型解读,适合大家阅读完论文后交流想法,文末含PLE的Pytorch实现及Synthetic Data的生成代码。
2022-11-10 09:35:04
7161
15
原创 MoSE论文中Sequential Synthetic Dataset生成代码(时间序列多任务学习数据集)
可以控制任务相关性的时间序列多任务学习数据集生成代码。
2022-11-09 21:05:07
1183
原创 【阅读笔记】多任务学习之MMoE(含代码实现)
本文作为自己阅读论文后的总结和思考,不涉及论文翻译和模型解读,适合大家阅读完论文后交流想法,文末含MMoE的Pytorch实现及Synthetic Data的生成代码。
2022-11-01 18:58:53
8240
22
原创 MMoE论文中Synthetic Data生成代码(控制多任务学习中任务之间的相关性)
MMoE论文中Synthetic Data生成代码,控制多任务学习中任务之间的相关性
2022-11-01 18:57:16
1319
2
原创 图像分类竞赛涨分小技巧——以智能硬件语音控制的时频图分类挑战赛为例
图像分类竞赛涨分小技巧,包括数据分割、特征工程(Random Erase、Mixup、Cutmix、Normalization)、学习率衰减等,助你在图像分类比赛中获得更高的分数。
2022-08-14 00:14:48
1329
12
原创 图像分类竞赛baseline——以智能硬件语音控制的时频图分类挑战赛为例
基于飞桨深度学习框架的图像分类竞赛baseline,提供了基础API训练、K折交叉验证和高级API训练三种方式。
2022-08-09 14:53:14
783
原创 【EasyExcel】Java将不同的.csv文件数据存入同一个.xlsx文件的不同sheet当中
在利用Tablesaw进行数据分析和处理后,我想要将所有的表格数据存入同一个.xlsx文件的不同sheet当中。但是Tablesaw只支持将表格写入.csv文件,因此我就需要将.csv文件中的数据读取后存入.xlsx的指定sheet当中。...
2022-08-04 20:28:23
1310
原创 【Tablesaw】Java数据框架和可视化库,Java中的 “Pandas”
Tablesaw是一款Java的数据可视化库,本文主要介绍了基于Tablesaw进行数据出力的基本操作,包括加载数据,对数据进行操作等,类比Python中的Pandas库。
2022-08-03 15:26:19
6699
5
原创 torchvision.datasets.ImageFolder前的数据整理及使用方法
通常在一个完整的神经网络训练流程中,我们常常需要构建Dataset和Dataloader用于后续模型训练时的数据读取,一般我们自己定义一个Dataset类,重写__geiitem__和__len__函数来构建Dataset。然而对于简单图像分类任务而言,无需自己定义Dataset类,调用torchvision.datasets.ImageFolder函数即可构建自己的Dataset,非常方便。...
2022-07-20 18:32:27
3532
原创 数据挖掘竞赛——糖尿病遗传风险检测挑战赛Baseline
此Baseline提供了LightGBM、XGBoost和神经网络回归三种预测方法,希望大家能在次基础上优化,如果有好的优化方法,欢迎在评论区告诉我!
2022-07-17 11:47:50
988
原创 【EasyExcel】Java读取一维及二维Excel数据并存入数组
Java基于EasyExcel读取一维及二维浮点型数据,并存入浮点型数组中便于后续操作。
2022-06-21 22:35:33
5313
原创 将Matlab程序打包成.exe独立可执行程序
将Matlab程序打包成.exe独立可执行程序,在未安装Matlab的电脑上也能运行Matlab程序。
2022-06-18 11:46:03
35692
11
STM32差速底盘控制源码
2022-07-20
单片机课设(Proteus8.6)-数字电子钟.rar
2020-12-06
单片机课设(Proteus8.6)-数字电压表
2020-12-05
温湿度检测系统.rar
2020-07-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人