自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 DataWhale AI夏令营学习笔记

在代码中,首先是在环境中导入相应的库,保证代码能够正确的运行,之后读取数据并且对数据进行预处理,例如将day和time列合并成timestamp列,便于提取时间戳特征;ABM 的核心思想是通过定义若干个体的行为规则,并模拟这些个体在系统中的互动,以研究和预测整个系统的行为和演变。得到这两个图之后,结合上面的图可以发现,负电价大多数出现在蓝色区域及电价比较低的时候,也就是说负价格可能是亏本导致。分析这个图,首先可以看到,价格出现了负数,很显然这里有问题,价格为什么会出现负数就是接下来需要分析并解决的事情了。

2024-07-30 18:52:00 529

原创 DataWhale AI夏令营学习笔记2

同样的这里我还是借助了chatgpt来帮助我队代码进行解释和分析,在对代码进行理解分析时也简单的了解了以下此程序使用到的Seq2Seq模型。但是目前还没太明白,首先便是按着指导一步一步来跑通一遍task2,当然了成绩只有0.0315。在简单的跑通了代码之后,第一步便是去理解代码。之后我在跑一个群里佬的改进代码时,遇到了一个问题,在模型执行完之后的到的翻译结果的行数不足1000行,导致结果出错。之后再助教的指导下将batch_size改成1再次尝试一次。这里简单的记录一下我的学习过程。

2024-07-20 23:40:54 168

原创 Datawhale_AI夏令营学习笔记

在这一次的训练集中有着很多的脏数据,那么我就从数据集开始下手,将数据进行整理,把一下类似于(掌声)(笑声)(众笑)等这一类信息进行删除之后,再使用训练集训练模型。这里为了我更方便高效的理解,我使用了chatgpt来辅助我对代码进行逐一的理解。在刚开始进行学习的时候,基本上都是机械的照着教程一步一步的进行,因而在提交了结果之后返回的成绩并不高。不过在这一步我遇到了一些困难,在对数据进行清理时将一部分数据破坏,导致我只能在load_data函数中加入判断条件。print(f"错误行: {line}")

2024-07-19 16:39:09 240

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

提示
确定要删除当前文章?
取消 删除