![](https://img-blog.csdnimg.cn/6609458fa9b34bc880ca41198d121138.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
代码解读
文章平均质量分 80
这里解读各种深度学习的代码。如果我展示的模型没有你想看的,可以私聊我。酌情开新文解读
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
-
【MGT】代码解读之model-MGT
本文讲解了MGT的代码结构和模型搭建原创 2022-06-20 18:18:08 · 1067 阅读 · 4 评论 -
【code】记录MGCN的框架
GCN的框架很简单,但是MGCN我不会写。记录多篇代码种的MGCN,希望通过比较的方法学习。第一种?第2种?第3种?第4种?《A Spatial-Temporal Attention Multi-Graph Convolution Network for Ride-Hailing Demand Prediction Based on Periodicity with Offset》先定义GCN再定义多图卷积......原创 2022-06-11 17:07:47 · 1007 阅读 · 0 评论 -
【STSGCN】代码解读之-mxnet
stsgcn一、def position_embedding()1.1 原理位置嵌入函数加入得理由:受Conv2S(Gehring等人,2017)的启发,我们在时空网络序列中加入了位置嵌入,使模型能够考虑空间和时间信息,从而增强时空相关性的建模能力。时空网络序列$ X_G \in R^{N\times C\times T}$可学习得时间嵌入矩阵Temb∈RC×TT_{emb} \in R^{C\times T}Temb∈RC×T可学习得空间嵌入矩阵Semb∈RN×CS_{emb}原创 2021-01-08 11:40:40 · 1449 阅读 · 7 评论 -
【AM-GCN】代码解读之初了解(一)
AMGCN代码解读---文件框架和基本知识原创 2022-04-07 17:22:25 · 1603 阅读 · 2 评论 -
【AM-GCN】代码解读之model结构(四)
AM-GCN的model的解读。原创 2022-04-11 11:55:30 · 2471 阅读 · 6 评论 -
【AM-GCN】代码解读之utlis(三)
前篇:【AM-GCN】代码解读之初了解(一)【AM-GCN】代码解读之主程序导入库import numpy as npimport scipy.sparse as spimport torch一、加载图特征load_graphdef load_graph(dataset, config): featuregraph_path = config.featuregraph_path + str(config.k) + '.txt' feature_edges = np.genf原创 2022-04-08 21:07:54 · 1559 阅读 · 0 评论 -
【AM-GCN】代码解读之主程序(二)
AM-GCN的主程序的详细解读原创 2022-04-07 22:03:17 · 2636 阅读 · 11 评论 -
【模型代码】STFGNN(未完)
STFGNN(spatial-temporal fusion graph neural networks)克服的问题:它们通常利用独立的模块来实现空间和时间相关性,或者它们只使用独立的组件来捕获局部或全局的异构依赖关系细节捕捉:通过对不同时间周期的不同时空图进行并行处理,SFTGNN可以有效地学习隐藏的时空相关性。...原创 2021-04-30 10:57:50 · 2049 阅读 · 19 评论 -
【stgcn】代码解读之数据加载(二)
加载矩阵数据原创 2022-02-26 17:04:57 · 2580 阅读 · 1 评论 -
【stgcn】代码解读之主函数(一)
该代码是 python-torch 写的!文件的基本框架原创 2022-02-24 17:01:50 · 4024 阅读 · 10 评论 -
【ststgcn】代码解读之数据查看(一)
一、查看数据文件路径adj = "data/PEMS08/adj_pems08.pkl"test = "data/PEMS08/test.npz"train = "data/PEMS08/train.npz"val ="data/PEMS08/val.npz"查看test文件test是一个dict,其key,以及 数据的相关大小test中相关数据的样貌查看train文件train的关键字相同,File["x_offsets"]和File["y_offsets"]跟t原创 2022-02-28 16:23:44 · 1635 阅读 · 1 评论