![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
普及知识
ptxx_p
这个作者很懒,什么都没留下…
展开
-
《Self-supervised Complex Network for Machine Sound Anomaly Detection》论文阅读
1. introduction无监督学习的异常声音检测可以分为三个类别:重构,分布,特征学习。基于重构的方法使用参考输入和重构输出,并且认为正常声音的重构准确度应该高于异常声音。ae和vae都属于这类方法的典型模型。gan表现的不好,因为它能同时重构好异常声音和正常声音。基于分布的方法通过测量输入声音和正常声音的预训练好的分布的统计相似度来探测异常声音。GMM就是这种方法的典型模型。在基于分类的方法中,代表的特征嵌入通过将输入数据变换到特征域来获得,然后,分类任务使用这些学习到的特征。因为embeddin原创 2022-03-21 15:23:52 · 3892 阅读 · 0 评论 -
D4rl安装大坑
安装好mujoco之后,可以出现木偶人画面了!(这个自己查一下,网上很多)手动安装dm_control:在安装dm_control时:https://github.com/deepmind/dm_control (下载git)python setup.py install --user修改setup.py文件:def _finalize_mjbindings_options(cmd_instance): """Post-process options relating to `build_m原创 2022-01-22 10:49:58 · 1489 阅读 · 0 评论 -
杂记(1.21)
杂记转载 2022-01-21 23:08:16 · 453 阅读 · 0 评论 -
函数运行的方便操作
(1)创建文件 run.sh写入需要运行的命令行:注意参数需要exportexport CUDA_VISIBLE_DEVICES=0,3nohup python -u main.py **.log 2>&1 &(2)给定run.sh执行权限:chmod +x run.sh(3)接下来运行文件:./run.sh原创 2021-11-11 19:38:02 · 239 阅读 · 0 评论 -
有关于配环境为什么这么糟心的一点事
折腾了一天+一个晚上,获得了以下的一点经验1.一个git包安装不上,通过conda +git的方式进行安装:conda+ git(自己下载好放在目录下,之后python setup.py install --user就好了)2.cmake明明已经安装好了(环境变量也配置好了),但是莫名其妙还是会链接到原来根目录下的cmake(并不是我自己的conda下的)。btw:查询环境变量——echo $PATH。通过修改:vim .bashrcc =>修改path为:export PATH = /home/原创 2021-11-11 15:53:15 · 1504 阅读 · 0 评论 -
安装pytorch出现url error
conda install pytorch1.6.0 torchvision0.7.0 -c pytorch 后面的 -c pytorch去掉即可。-c pytorch是指定了只会在官方路径下进行下载,因此用不了你之前设定好的镜像。原创 2021-10-28 14:47:55 · 202 阅读 · 0 评论 -
texstudio使用经验整理
加入包即可。\usepackage[fontset=mac]{ctex}原创 2021-10-16 09:08:10 · 324 阅读 · 0 评论 -
EM算法步骤
一般的,用Y表示观测随机变量的数据,Z表示隐随机变量的数据,Y和Z连在一起称为完全数据,只有观测数据Y称为不完全数据,假设给定观测数据Y,其概率分布为P(Y∣θ)P(Y|θ)P(Y∣θ),那么不完全数据的似然函数就是P(Y∣θ)P(Y|θ)P(Y∣θ),对数似然函数是L(θ)=log(P(Y∣θ))L(θ) = log(P(Y|θ))L(θ)=log(P(Y∣θ)),假设Y和Z的联合概率分布是P(Y,Z∣θ)P(Y,Z|θ)P(Y,Z∣θ),那么完全数据的对数似然函数是logP(Y,Z∣θ)logP(Y,Z转载 2021-10-15 19:32:44 · 663 阅读 · 0 评论 -
EM算法的通俗理解
作者:史兴链接:https://www.zhihu.com/question/27976634/answer/39132183来源:知乎理论:简版:猜(E-step),反思(M-step),重复;啰嗦版:你知道一些东西(观察的到的数据), 你不知道一些东西(观察不到的),你很好奇,想知道点那些不了解的东西。怎么办呢,你就根据一些假设(parameter)先猜(E-step),把那些不知道的东西都猜出来,假装你全都知道了; 然后有了这些猜出来的数据,你反思一下,更新一下你的假设(parameter),转载 2021-10-13 20:06:49 · 93 阅读 · 0 评论 -
cmake安装小记
今晚在服务器上安装cmake的时候出现了错误,报cmake版本过低的错误,但是由于我不是sudoer,所以无法升级系统上的cmake,所以直接在虚拟环境下安装cmake即可 pip install cmake之后cmake --version发现仍然没有升级,是需要进行缓存的清理 hash -r,之后再执行cmake --version即可。后来又报了No CMAKE_CUDA_COMPILER could be found.的错误,终端执行:export PATH=/usr/local/cuda/bi原创 2021-10-03 23:29:09 · 391 阅读 · 0 评论 -
线性svm简单推理
原创 2021-10-01 18:21:01 · 77 阅读 · 0 评论 -
CCF期刊统计
手工统计,数据来自Letpub,可能有误,具体需要自行查询。1.数据挖掘方向期刊CCF B:CCF C:人工智能期刊:为啥没A的?现在太菜了呜呜呜原创 2021-08-27 20:18:02 · 157 阅读 · 1 评论 -
聊聊论文分区,SCI,JCR,CCF分区你弄懂了吗?
在开始论文的投稿之前,需要确定好自己所投的期刊,那么各种各样的分区代表了什么?首先给出一个定义:影响因子(IF,简单计算理解为在近两年内某期刊的总引用次数除以该期刊发表的论文总数),这是SCI,JCR的分区标准。1.SCI分区(中科院分区):将SCI收录的所有期刊,分为13个大类,然后对类内期刊按照影响因子进行排序,前5%为1区,6%-20%为2区,21%-50%为三区,剩下为四区。2.JCR分区:将收录期刊分为176个学科类别,之后按照影响因子进行排序,前25%为Q1,25%-50%为Q2,50原创 2021-08-27 19:59:58 · 20885 阅读 · 0 评论