Wisley的读书笔记分享

天池上的比赛，一般复赛阶段会让参赛选手使用docker封装好容器后，提交到线上得到结果，推理或者训练过程放在赛方提供的硬件环境下，选手一般是接触不到测试集的，更加保证了比赛的公平性。 笔者接触docker和使用已经有几次了经历了，但是都只是用于比赛，所以平时并不常使用，导致每次用的时候都要在查查资料回顾下，现在记录一下主要的提交步骤，以遍日后复习使用。一、机制天池平台提供了基于GPU计算资源的提交镜像的方式，将本地代码打包成镜像提交，推送至阿里云容器镜像仓库后，在天池提交页面中输入镜像地址、用户名.

这里主要参考这个教程，写的非常详细了和一些问题的解决：使用GitHub和Hexo搭建免费静态Blog其中笔者遇到的问题是再hexo d 的时候跟新不上去，解决问题是：将_config.yml文件repository地方由原来的https://github.com/zhangxiangqiang/zhangxiangqiang.github.io.git 换成rgit@github.com:zhangxiangqiang/zhangxiangqiang.github.io.git ，当然别忘了前面是有个

由于需要训练glove embedding，需要自己创建语料库用以训练，我是用pandas读取处理的，需要保存为.txt文件给模型训练。原本是传统的open(‘xxx.txt’,‘w’) 然后一条条语句写进去就可以了，但是pandas很好的网格特性，直接保存不是很省事，但是在保存的时候发现，原本的字符，会把引号也保存了，比如字符串 sddb 保存后为 “sddb” 显然不合理，这里一种解决办法:import csvdata[1].to_csv('excel2txt.txt', sep=' ', inde

近期又陆续看了一些关于GNN的文章，这些文章总体上都是想要解决一个问题，就是如何从大规模图数据中，能有效嵌入节点和拓扑结构的信息，同时降低计算的复杂度，缓解过拟合的风险。有效地对图结构数据的节点进行embedding就需要考虑数据本身的特征，同时也要考虑不同应用场景以及下游任务的目标。在实际场景中，图数据本身就是错综复杂的，节点直接的联系有些是我们可以从先验知识中得到的，有些是无法直接定义，或者需要从模型中隐式地学习。关于图的描述和学习就有很多方法，比如从邻近的定义有deepwalk、Node2Vec、m

接上篇博客，这周主要学习了GraphSAGE，GAT，R-GCN 三种GNN的变体模型，从空域的角度出发，对节点的嵌入表征进行了深入的研究。**（本文作为笔者的学习笔记，如有错误，希望各位读者批评指正）**

R语言的MoMA安装#MoMA是一个惩罚SVD框架，支持广泛的稀疏诱导惩罚。对于矩阵X, MoMA给出了多种优化问题的求解因为实验室有用到MoMA这个包，但是这个不是R里面传统的包，需要自己额外下载，所以折腾了挺久，好在之前保存了github的链接，这里记录下，按照里面的提示来安装就可以了。注意下R的版本要和Rtool的要一致，我这里用了4.0的版本。github:MoMA主要用到这两句命令：library(devtools)install_github("DataSlingers/MoMA",

给定一个序列，找出序列的最长递增子序列的长度比如[10,9,2,4,5,141,6,2,9],最长子序列是[2,4,5,6,9]输出5（长度为5）def genmax(nums): dp=[1 for k in nums] for i in range(1,len(nums)): maxs=dp[i-1] for k in range(...

本篇参考了白板推导系列以及其他关于EM算法的书籍，尽力做到通俗易懂,我第一次学习的时候也是各种混乱，尤其是在学习完理论之后，具体实践和代码实现都还是很模糊。在查阅了多方资料，和各种大神的博客之后，终于算是弄懂了，在此集百家之长，站在巨人的肩膀上，总结和推导下EM的从始到终，如果不足之处还望多多指正。一、为什么使用EM算法（什么情况下使用）在学习一个知识的时候，我认为最关键的是要知道我们为什么学...

在网上查找了很多资料，试了很多方法，踩了不少坑，现在记录下最终的可行方案。主要参考这2篇:https://cloud.tencent.com/developer/article/1488507 https://www.cnblogs.com/qiangzi0221/p/8933722.html1、生成配置文件，有的服务器是已经生成了配置文...

首先需要安装openssh :https://github.com/PowerShell/Win32-OpenSSH/releases1、进入链接下载最新 OpenSSH-Win64.zip（64位系统），解压至C:\Program Files\OpenSSH2、打开cmd，cd进入C:\Program Files\OpenSSH（安装目录），执行命令：powershell.exe ...

这里不做过多的说明了，主要有几点概念要搞清楚i行地址i行首地址i行j列元素地址i行i列元素需要明确的一点是，i行地址与i行首地址在值上是相等的，但是两个是不同类型的东西，可以说行地址是行首地址的指针，而行首地址是元素的指针，所以行地址其实就是指针的指针。一个a[m][n]的二维数组：i行地址：a+i , &a[i]i行首地址: a[i] , &a[...

我们都知道，要对非齐次方程求解，首先得对矩阵进行初等行变化，化成阶梯型矩阵，得到变量与值的关系求解。而初等行变化，相当于左乘一个初等矩阵（单位矩阵进行相应的行变换）。那么，问题来了。为什么对其进行行变换就相当于左乘初等阵呢？ 我们只是从书上看到这个结论，但并不太清楚为什么会是这样的，接下来的举例或许对你有所启发.现在先让我们回顾下，首先，矩阵相乘，两个矩阵必须满足：左列数=右行数。...