![](https://img-blog.csdnimg.cn/2090b9f277424edda6e473a1dfbb7756.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习
文章平均质量分 89
深度学习的各种知识
panbaoran913
学习Python,深度学习,强化学习的知识
有时间看私聊和回答问题
私聊我问题请写好题目
展开
-
[TD3]算法简介、代码分析以及教你改代码
非常优秀的论作,建议去看。这里写一些我所收货的知识以及知识的归纳。参考链接:1.《浅谈TD3:从算法原理到代码实现》2. 《【深度强化学习】TD3算法:DDPG的进化》3. 《强化学习之TD3算法实现》4. 《论文笔记之TD3算法》—牛!5. 论文《Fujimoto, Scott, Herke van Hoof, and Dave Meger. “Addressing Function Approximation Error in Actor-Critic Methods.》的原文,下载原文一原创 2022-03-22 23:42:01 · 2574 阅读 · 1 评论 -
【torch】搭建GCN的详细介绍
一、GCN的原理简单,也有很多博客在说明!链接1:https://arxiv.org/abs/1609.02907链接2:https://mp.weixin.qq.com/s/DJAimuhrXIXjAqm2dciTXg二、GCN的层代码import mathimport torchfrom torch.nn.parameter import Parameterfrom torch.nn.modules.module import Moduleclass GraphConvolution(原创 2022-03-22 16:41:45 · 2642 阅读 · 0 评论 -
【configparser】读取参数
参考链接:一、定义1.1 简介使用配置文件来灵活的配置一些参数是一件很常见的事情,配置文件的解析并不复杂,在python里更是如此,在官方发布的库中就包含有做这件事情的库,那就是configParser。configParser解析的配置文件的格式比较象ini的配置文件格式,就是文件中由多个section构成,每个section下又有多个配置项1.2 配置文件格式[db]db_host = 127.0.0.1db_port = 69db_user = rootdb_pass = root原创 2021-03-18 17:27:15 · 1221 阅读 · 2 评论 -
[mxnet]核心接口(一)
(一) mxnet 的核心接口接口功效Context指定运行设备NDArraypython与C++交互数据对象DataIter为训练提供batch数据Symbol定义网络LR Scheduler定义学习率衰减策略Optimizer优化器Executor图的前向计算与反向梯度推导Metric查看模型训练过程指标Callback回调函数KVStore跨设备的键值储存ModuleALL in one 将前面的模原创 2021-02-20 17:08:15 · 433 阅读 · 1 评论 -
汽车-时空预测astgcn的数据结构分析
数据结构分析与预处理一、原始数据结构shape:(时间点长度,节点个数,特征个数)1.1 案例示意选取6月20日早上8点到9点数据,网络的站点(网格划分)是5个,每个站点具有3个特征。8:00-8:05[ 特征1, 特征2, 特征3] ----节点1的特征[ 4, 5, 6] -----节点2的特征[ 7, 8, 9] -----节点3的特征[ 10, 1原创 2021-01-08 11:50:45 · 2700 阅读 · 7 评论 -
【模型代码】astgcn
astgcn的结构一、class Spatial_Attention_layer(nn.Block)1.1简介内容有两个函数_init和forward定义初始化并创建权重w、偏差by以及(不知道的)V 共5个参数定义forward函数,参数初始化、进行前向计算、标准化class Spatial_Attention_layer(nn.Block): ''' # 空间注意力层 compute spatial attention scores 计算空间注意力得分原创 2021-01-08 11:47:12 · 3441 阅读 · 11 评论 -
【mxnet】【gluon.data】相关介绍:Dataset\ArrayDataset\DataLoader\vision
常用的gluon中的关于data的一些操作。本文总结一番,用于学习和理解。如果写的不错,请点个赞哦~目录前言一、 'Dataset'1.1 常用的的函数1.`__getitem__(idx)`:2、`__len__()`:3.`transform(fn, lazy = True)`:4.`transform_first(fn, lazy = True)`:5. `sample(self, sampler)`6. `take(self, count)`7. `filter(self, fn)`8.`shar原创 2020-12-16 17:10:14 · 1189 阅读 · 2 评论 -
【理论】【normalization】从机器学习和深度学习两方面来写哦
本文结合其他人优秀的论文,从机器学习中的Normalization和深度学习中normalization两个角度写了各种常见的normalization操作。非常全面,并会随时补充~原创 2020-12-14 21:52:39 · 231 阅读 · 3 评论 -
【理论】【代码】参数随机初始化方法
一、均匀分布uniform1.1 介绍服从~U(a,b)U ( a , b )U(a,b)1.2 代码1.2.1 torchtorch.nn.init.uniform_(tensor, a=0, b=1) #给Tensor或者Variable填充值使其满足均匀分布U(a,b) #参数: #tensor: 一个待填充的 torch.Tensor or autograd.Variable #a: 均匀分布下界 #b: 均匀分布上届 #Exa原创 2020-12-09 17:37:29 · 1085 阅读 · 0 评论 -
【转载】【mxnet】3.模型构架的搭建
在第2篇文章中,我们介绍了如何使用Symbols定义计算中使用的Graph,并处理存储在NDArray(在第1篇文章中有介绍)中的数据。本文将介绍如何使用Symbol和NDArray准备所需数据并构建神经网络。随后将使用Module API训练该网络并预测结果。定义数据集我们(设想中的)数据集包含1000个数据样本:每个样本有100个特征,每个特征体现为一个介于0和1之间的浮点值,样本被分为10个类别,我们...转载 2020-12-04 16:24:18 · 244 阅读 · 1 评论 -
【转载】【mxnet】2.NDArray与Symbol
在第1篇文章中,我们介绍了一些有关MXNet的基础知识,并介绍了NDArray API(简而言之:NDArrays可用于存储数据、参数等信息)。在介绍过数据的存储后,本文将谈谈MXNet定义计算步骤的方式。计算步骤?是说代码吗?这个问题很棒!我们是否都学过“程序=数据结构+代码”?NDArrays是数据结构,那么接下来需要写代码了! 没错,是该这样做。我们需要明确定义所有步骤,随后针对数据按顺序运行。这也叫...转载 2020-12-04 16:16:39 · 444 阅读 · 1 评论 -
【转载】【mxnet】1. 运行mxnet和ndarray
MXNet教程这一系列文章将概括介绍深度学习库MXNet,将介绍该库的主要功能及其Python API(可能会成为该库的首选API)。随后还将提供一些有关MXNet的在线教程和笔记,希望能帮助大家更好地理解这项技术!如果希望进一步了解MXNet的原理和架构,推荐阅读这篇论文:“MXNet:适用于异构分布式系统,灵活高效的机器学习库”。本文将介绍这篇论文涉及的大部分概念,不过会尽量以更浅显易懂的方式进行介绍。...转载 2020-12-04 16:13:58 · 180 阅读 · 1 评论 -
【MXnet】-线性回归-两种方法的对比理解
Mxnet -线性回归由于,在Mxnet中使用了大量的函数来搭建模型结构,虽然简单,却同时看不出本来面目,不易理解。在本文中,比较《线性回归从零开始》与《线性回归的简介实现gluon》这两种方法,对比理解mxnet搭建模型的流程。并在《附录》中添加了运算过程中出现的函数解释,方便大家理解。import mxnet%matplotlib inlinezhifrom IPython import display # display 中设置 矢量图片from matplotli原创 2020-12-03 21:37:13 · 645 阅读 · 0 评论 -
【mxnet】[转载](一):创建NDArray
【mxnet】[转载](一):创建NDArray MXNet中,NDArray是一个类,也是存储和变换数据的主要工具。 打开jupyter notebook,首先导入mxnet的NDArray, from mxnet import nd 创建一个行向量, x = nd.arange(12)x 输出, 查看x的形状, x.shape 输出, 也可以通过size属性得到NDArray实例中元素转载 2020-11-23 16:19:28 · 144 阅读 · 0 评论 -
MXnet(转载)--介绍
MXnet (转载)–基本介绍 原文:https://github.com/dmlc/mxnet/issues/797 http://www.cnblogs.com/zhizhan/p/5118185.html 神经网络本质上是一种语言,我们通过它来表达对应用问题的理解。例如我们用卷积层来表达空间相关性,RNN来表达时间连续性。根据问题的复杂性和信息如何从输入到输出一步步提取,我们将不转载 2020-11-23 16:15:43 · 759 阅读 · 0 评论