- 博客(39)
- 收藏
- 关注
RSS订阅原创 c++ 按位异或计算进行状态的存储
c++ 按位异或计算进行状态的存储在有的题目中需要对状态进行记录，使用数组记录状态占用的内存空间过多，可以使用int类型的数二进制据进行记录，在判断时对每一位进行异或就好。具体操作如下：<<为左移操作。相关题目：464 bool dfs(int state,int sum,int maxChoosableInteger,int desiredTotal){ if(vis[state]==1) return true; if(vis[state]==2
2022-05-25 11:17:47
296
原创 C++ int乘法过程中越界，中间过程使用longlong进行暂存
C++ int乘法过程中越界，中间过程使用longlong进行暂存int getK(vector<int>& a,vector<int>& b,vector<int>& c){ int ans=0; int ax=a[0]; int ay=a[1]; int bx=b[0]; int by=b[1]; int cx=c[0]; int cy=c[1]; ans=(long long)
2022-05-22 16:27:30
475
转载 markdown在字母上表示向量，上横线，下横线，上尖，上波浪线，一阶导数，二阶导数
字母上面加(箭头,^,波浪线,横线,一个点,两个点)markdown表达markdown在字母上表示向量，上横线，下横线，上尖，上波浪线，一阶导数，二阶导数。$\vec{a}$ 向量$\overline{a}$ 平均值$\underline{a}$下横线$\widehat{a}$ (线性回归，直线方程) y尖$\widetilde{a}$ 颚化符号 等价无穷小$\dot{a}$ 一阶导数$\ddot{a}$ 二阶导数a⃗\vec{a}a 向量a‾\overline{a}a
2021-06-02 09:58:48
16308
转载 经济学中VCG机制介绍与机制设计（mechanism design）
转载原文链接经济|通证经济学：机制设计、激励相容与VCG机制通证经济学的主要研究方向大致分为三个：以比特币为代表的区块链1.0时代的私营货币（Private Money）话题；由博弈论引出的，用于研究通证经济体系中各方博弈问题的博弈论——机制设计——新制度经济学——激励相容方向；以科斯定理作为根基，用于研究智能合约对商业社会的变革的科斯定理——合约理论——产权理论——交易成本理论方向。（袁煜明，闫思，2018）本文仅就第二个方向，做一个简要的探讨，希望能够抛砖引玉，引起大家展开
2021-03-08 15:13:38
8367
2
原创 Primal-Dual原对偶问题大致介绍
简介 线性规划技术是多项式时间可解的。通过将整数规划松弛为线性规划后（如将x∈{0,1}x\in\{0,1\}x∈{0,1}松弛为x≥0x\geq0x≥0）,得到一个分数解（fractional），之后再将分数解进行取整得到整数规划的整数解。 其中primal-dual方法是一种被广泛使用的优化方法，在凸优化和组合优化上有很多应用；其在NP-hard问题的近似算法上也有广泛的使用。下文通过线性规划上的primal-dual方法的应用，进行简单的介绍。 有一篇关于对偶和拉格朗日对偶问题的描述：优化方法：
2020-12-24 11:46:11
4944
转载 Set Cover Problem
经典SCP描述包含一个集合U以及U内元素构成的若干各小类集合S，目标是找到S 的一个子集，该子集满足所含元素包含了所有的元素且使小类集合个数最少。例如，U={1,2,3,4,5}，S={{1,2},{3,4},{2,4,5},{4,5}},找到集合能满足条件的可以有O={{1,2},{3,4}{4,5}}或是O={{1,2},{3,4},{2,4,5}}，至于具体选哪种组合，还有引申的一个问题：WSC，即Weighted Set Cover加权集合覆盖，每个集合类被赋予不同的权值，从而由权值决定最终的选择。
2020-11-03 14:53:59
666
原创 Latex公式中符号上下分别加横线的写法
下划线：\underline{p}效果：p‾\underline{p}p上划线：\overline{p}效果：p‾\overline{p}p
2020-10-08 15:37:19
23133
原创 MySQL创建database，table遇到SyntaxError: Unexpected identifier
问题描述在MySQL客户端直接输入create database 数据库名;或者create table 表名;都会报相同的错误：SyntaxError: Unexpected identifier解决方法MySQL客户端所处的环境不同最初为MySQL JS>应该将其转换为SQL，才能使其正常执行SQL语句使用命令==\sql==MySQL JS > \sqlMy...
2020-05-07 10:00:36
8058
1
原创 torch.nn.embedding()大致使用方法
碰到了这个东西，有点不太清楚，在这里记下笔记将nn.embedding理解为学习一个词向量的表示，每一个词都会对应一个指定维度的单独的向量表示（embed_dim在GRU等模型的输入中，可以认为是input_size）。假设当前词汇表中一共有V个不同的词，则可以定义如下形式：假设当前词汇表中有4个不同的单词，则V=4import torchimport torch.nn as nnemb...
2020-05-05 16:27:51
2734
原创 david silver强化学习第七讲latex公式
写周报用的latex公式记录一下：∇θJ(θ)=Eπθ[∇θlogπθ(s,a)Qπθ(s,a)]\nabla _\theta J(\theta)=E_{\pi_\theta}[\nabla \theta log_{\pi_\theta}(s,a)Q^{\pi_\theta}(s,a)]∇θJ(θ)=Eπθ[∇θlogπθ(s,a)Qπθ(s,a)]...
2020-04-17 21:32:54
360
原创 MATRIX FACTORIZATION TECHNIQUES FOR RECOMMENDER SYSTEMS论文笔记；推荐系统中的矩阵分解（MF）
MATRIX FACTORIZATION TECHNIQUES FOR RECOMMENDER SYSTEMSYehuda Koren, Yahoo ResearchRobert Bell and Chris Volinsky, AT&T Labs—Research在看到MF的时候不太清楚，这个具体是个啥，说是根据SVD进行矩阵的分解，在看了论文后有了一个大体的了解。现在先大概的介...
2020-04-08 22:40:17
614
原创 论文Reinforcement Knowledge Graph Reasoning for Explainable Recommendation笔记;可解释的推荐系统
Reinforcement Knowledge Graph Reasoning for Explainable Recommendationabstract与大多数现有的方法不同，这篇文章致力于实现明确的可解释推荐，在知识图谱中得到明确的理由从而进行推荐。提出了一个 Policy-Guided Path Reasoning(PGPR)方法提出了四个主要贡献，在introduction又...
2020-04-06 18:48:35
2685
2
原创 conversational recommender system论文笔记；推荐系统(recommender system)+对话系统(dialogue system)
Conversational Recommender SystemYuemingSun,YiZhangabstract在目前的解决方案中，基于单轮的即时搜索引擎和传统的多轮对话系统（single round adhoc search engine or traditional multi round dialog system）存在的问题：只考虑用户在当前session的输入，忽略用户的...
2020-04-02 23:13:45
1954
原创 python函数笔记总结
1.logging模块的使用from resource.util.get_logger import get_loggermain_logger=get_logger("main","data/log/{}.log".format(TrainOption.task_uuid))main_logger.info("TASK ID {}".format(TrainOption.task_uui...
2020-03-27 23:23:54
1742
原创 pytorch nn.GRU()，RNN详细代码
GRU,LSTM,RNN等模型网络在pytorch中的定义均在torch/nn/modules/rnn,py中其中GRU,RNN,LSTM均是继承的父类RNNBase其中关于RNNBase类的定义： def __init__(self, mode, input_size, hidden_size, num_layers=1, bias=True, ba...
2020-03-27 21:58:29
12357
原创 torch.nn.Module中的training属性详情，与Module.train()和Module.eval（）的关系
Module类的构造函数： def __init__(self): """ Initializes internal Module state, shared by both nn.Module and ScriptModule. """ torch._C._log_api_usage_once("python.nn_modu...
2020-03-27 20:42:44
10204
原创 torch.nn.CrossEntropyLoss(),torch.nn.NLLLoss()函数
torch.nn.NLLLoss()nn.NLLLoss输入是一个对数概率向量和一个目标标签NLLLoss() ，即负对数似然损失函数（Negative Log Likelihood）。NLLLoss() 损失函数公式：NLLLoss=−1N∑k=1Nyk(log_softmax)NLLLoss=-\frac{1}{N}\sum_{k=1}^{N}y_k(log\_softmax)NLLL...
2020-03-27 18:54:30
1306
转载 pytorch .to(device)
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")model.to(device)mytensor = my_tensor.to(device)这行代码的意思是将所有最开始读取数据时的tensor变量copy一份到device所指定的GPU上去，之后的运算都在GPU上进行。这句话需要写的次数等于需...
2020-03-27 15:45:41
2340
原创 python函数中参数的传递
function(*arg):在python函数的定义时，可能会根据情况的不同出现传入参数个数不固定的情况，以∗*∗加上形参名的方式表示函数的参数个数不固定，可以是0个，也可以是多个。传入的参数在函数内部被存放在以形参名为标识符的tuple中。例子：def loss(self,*targets): target,history=targets[0],targets[1]def func...
2020-03-27 15:27:50
248
原创 pytorch中模型的保存与加载：torch.save(),torch.load()
pytorch保存模型与加载：模型的保存torch.save(net,PATH)#保存模型的整个网络，包括网络的整个结构和参数torch.save(net.state_dict,PATH)#只保存网络中的参数模型的加载分别对应上边的加载方法。model_dict=torch.load(PATH)model_dict=net.load_state_dict(torch.load(PA...
2020-03-25 21:11:09
5553
原创 PRML第二章笔记(对二项分布，多项式分布，高斯分布在机器学习中的认识)
在看PRML的第二章Probability Distributions ，其中介绍了二元变量，多元变量，
2020-03-12 21:35:45
768
原创 conda更新安装github下载的本地压缩包（zip）
最近用到python的一个第三方的包，没办法直接conda install 安装。通过git命令安装，因为服务器的原因，下载太慢安装失败，就在本地通过GitHub直接下载了相关的压缩包（后缀为zip）1.使用conda install --use-local filename 进行本地安装anaconda默认安装包的位置在pkgs，但其中文件名好像要求是格式为bz2的文件，我直接zip文件会安...
2020-02-29 18:24:34
5106
原创 python代码问题汇总
写在开始记录下在看python代码过程中遇到的问题汇总，和之后找到的正确的答案记录。1.python中文件路径中加大括号’{}’，表示的意思是什么？？？filename = "data/cache/{model}/{uuid}/{mode}-{global_step}-{metric}.txt"#这个大括号不太清楚是啥用...
2020-02-28 14:10:11
221
原创 (转载的其他博客链接记录)Windows上MySQL安装使用（网上部分方法的链接记录），MySQL的命令行的使用记录
没办法转载好几篇博客，只可以标注一个链接就很难受，在这里把几个比较有用的教程链接记录一下最近做助教，碰到安装环境这个问题，不同的电脑可能用同一个方法会出问题，所以在这里把用到的不同的安装方法做一个记录，方便查看使用。记录下在安装时候看到的在某些电脑上有用的方法，附上相关的链接。还有一些关于MySQL数据库的简单操作和入门的网址链接也进行下记录。1.windows系统mysql-5.7.19...
2020-02-27 20:23:24
114
原创 Windows安装MySQL遇到的部分问题汇总
前言最近因为某些原因，碰到了一些关于在Windows安装anaconda，MySQL的安装问题。这里对遇到的问题及部分的解决方法进行一个汇总。某些解决方法可能只适用于部分情况，不过确定适用于全部的环境。1.由于找不到VCRUNTIME140.dll，无法继续执行代码问题解决在MySQL安装的时候，提示找不到VCRUNTIME140.dll。这是由于相关的文件缺失，只需要下载对应文件安装到指...
2020-02-27 15:51:06
333
原创 tmux命令使用
使用远程的服务器连接，跑部分程序，有时候懒得一直开电脑挂连接，可以使用tmux相关的命令，在服务器的后台开进程一直跑，不会因为连接断掉而停止。记录下tmux的部分命令。tmux介绍tmux命令是通过和服务器创建一个会话（session），我觉得也就是在服务器端去请求一个进程，这个进程可以在后台保持运行，不会因为窗口的关闭而终止进程。创建新的会话（session）tmux new -s &...
2020-02-24 22:05:22
173
原创 python命令行交互 argparse
关于argparse包使得python可以直接从命令行读取参数的部分操作记录。对于碰到的部分操作进行记录。更加详细的内容请查看官方文档 import argparse parser = argparse.ArgumentParser() parser.add_argument("--m", choices=["1", "2", "3", "4","5"]) # choices...
2020-02-20 11:49:25
320
原创 python中出现SyntaxError: invalid syntax的几种原因
python在使用的过程中，不使用括号，分号进行每一句的区分，采用缩进进行判断。出现这个错误的原因主要就是缩进出现问题可能是括号的缺失；缩进的不正确，不可以空格和tab混合使用大部分错误处于报错的所出现的行数附近（不一定是准确的那一行），可以将错误在出现的行数附近进行排查...
2020-02-20 08:25:04
4347
原创 Anaconda创建虚拟环境
记录下平时用到的anaconda的部分命令创建虚拟环境conda create -n your_env_name python=X.X（2.7、3.6等)创建python版本为X.X名字为your_env_name的虚拟环境创建的全部虚拟环境均在anaconda的安装路径下的envs文件夹下，每一个虚拟环境一个文件夹。常见命令conda list 查看当前python虚拟环境下安装的...
2020-02-19 21:15:15
169
原创 Linux下安装anaconda
在官网选择相应的版本进行下载anaconda官网，我下载的是Linux版本python3.7我是在Windows上进行的下载，将下载好的文件复制到服务器端通过cd命令，进入安装包所在的文件夹。通过命令bash 安装包名称安装成功重新打开服务器，发现前边出现（base）字样，即为安装成功。其它的教程还有在/etc/profile中进行环境配置的一项，因为使用的是公用的服务器，这...
2020-02-19 17:41:05
342
原创 笔记：《deep learning》第二章 线性代数（对书中内容进行记载，方便日后查询）
线性代数主要是面向连续数学，而非离散数学。掌握好线性代数对于理解和掌握机器学习和深度学习相关算法工作较为重要。2.1 标量，向量，矩阵和张量向量 有时我们需要索引向量中的一些元素。在这种情况下，我们定义一个包含这些元 素索引的集合，然后将该集合写在脚标处。比如，指定x1、x3和x6，我们定义集 合S={1，3，6}，然后写作xS。我们用符号 - 表示集合的补集中的索引。比如x−1 表示x中...
2020-02-13 17:46:59
206
原创 笔记：《deep learning》第一章 引言（对书中内容进行记载，方便日后查询）
本章主要介绍了这本书整体的一个构造，在今后的学习顺序框架图如下：共分为三个部分：第1部分介绍基本的数学工具和 机器学习的概念。第2部分介绍最成熟的深度学习算法。第3 部分讨论某些具有展望性的想法，它们被广泛地认为是深度学习未来的研究重点。（书中内容） 在神经科学中，发现大多数哺乳动物的大脑使用单一的算法就可以解决其大脑可以解决的大多数的不同任务。意味这可以在深度学习中，同时研究多个方面领域...
2020-02-12 21:31:11
159
原创 long tail(长尾理论)
在论文里看到Long-Tail Prediction,理解有点问题，查询发现最初是一个经济学的名词。下面附上百度百科的详解：长尾理论是网络时代兴起的一种新理论，由于成本和效率的因素，当商品储存、流通、展示的场地和渠道足够宽广，商品生产成本急剧下降以至于个人都可以进行生产，并且商品的销售成本急剧降低时，几乎任何以前看似需求极低的产品，只要有卖，都会有人买。这些需求和销量不高的产品所占据的共同市场份...
2020-01-08 21:17:25
4058
原创 pytorch中的model.train（）和model.eval（）
对于一些含有BatchNorm,Dropout等层的模型，在训练和验证时使用的forward在计算上不太一样。在前向训练的过程中指定当前模型是在训练还是在验证。model.train()#使用BatchNormalizetion()和Dropout()model.eval()#不使用BatchNormalization()和Dropout()官方文档链接参考链接：1.pytorc...
2020-01-06 16:02:24
3739
原创 RuntimeError: CuDNN error: CUDNN_STATUS_SUCCESS（cuda,pytorch版本不匹配的问题）
问题描述在服务器上运行个人的代码，服务器是大家公用的，所以cuda不方便更改或者添加新的版本，服务器上的cuda版本为10.1.105。我的代码使用的torch=0.4.1版本，对应的cuda我感觉是9.0左右，不是十分确定。但10.1的是肯定不能。解决方法当时看了相关的博客感觉是版本不匹配的问题，所以重新开了虚拟环境，采用[pytorch官网]的相关命令：conda install pyt...
2019-12-30 21:16:31
1663
1
原创 HDF5——h5文件的概念和部分python读取操作
在论文的复现过程中，涉及到了大文件的读写操作，对于h5py不是很了解。在此做一个简单的笔记，主要参考如下博客，写的十分详细。参考链接具体概念h5是HDF5文件格式的后缀，h5文件对于存储大量数据而言有较大的优势。h5文件可以看成是dataset和group组成的层次数据结构，类似于Linux的文件系统。其中dataset是类似与数组组织形式的数据集合，内容多种多样：可以说图像，表格，pdf...
2019-12-21 22:00:32
2297
原创 对话推荐——Towards Deep Conversational Recommendations
Towards Deep Conversational Recommendations码一下原作者的代码地址与数据集地址，方便查看代码地址数据集地址其中关于代码的GitHub的readme，有较为完整的实现流程paper地址...
2019-12-16 11:19:30
822
1
原创 Reinforcement-Learning 多臂老虎机问题
多臂老虎机(Multi-armed bandit)问题在RL中关于exploration和exploitation的经典平衡问题在最初的关于该问题的学习中，关于此问题的问题描述总是不是很清楚，在这里记一下。具体采用的方法还没太看懂，之后再加。问题描述多臂老虎机是一个有多个拉杆的赌博机，每一个拉杆的真实中奖几率不同。要求做到如何在有限的游戏次数内选择不同的拉杆，得到最多的收益。假设老虎机有...
2019-12-05 22:02:07
117
原创 RuntimeError: one of the variables needed for gradient computation has been modified by an inplace o
RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation梯度运算所需的变量之一已被就地操作修改问题代码原因测试代码结果相关链接梯度运算所需的变量之一已被就地操作修改变量分配是就地操作，在网络的实现过程中，存在上下文使用某个变量，某些功能...
2019-11-22 21:44:17
420
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