自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(15)
  • 收藏
  • 关注

原创 销量预测06(在前面的思想上,顺理成章的想到这个方案)

其实总结之前的五个方案,就很容易想到这个咯。完整的机器学习预测basline。

2022-12-31 21:44:54 310 2

原创 销量预测05(数据的初步处理:机器学习的探索2)

在04的基础上,继续尝试做优化。

2022-12-31 21:17:49 236

原创 销量预测04(数据的初步处理:使用机器学习,在此考虑了时间窗作为输入)

arima和prophet被尝试之后,机器学习开始被引入。

2022-12-31 21:12:50 355 2

原创 销量预测03(数据的初步处理:ARIMA的baseline)

arima的basline

2022-12-31 21:05:04 328

原创 销量预测02(数据的初步处理:prophet的basline)

在初步查看完数据之后,首先会考虑prophet处理(算法的讲解以后会专门开出专栏来。)

2022-12-31 20:46:36 400

原创 销量预测(1原始数据集探索)

一次面试题目,也算是对机器学习用于时序的一次综合使用,这个code总共分为了6次进行。

2022-12-31 20:29:46 581

原创 将时间序列转化为监督学习问题

这里提供两种不同的数据划分方式,看喜好选择了鸭第一种数据划分的方式pandas的shift()函数import pandas as pddf = pd.DataFrame()df["time"] = [x for x in range(10)]df time 0 0 1 1 2 2

2022-03-10 20:17:25 1637

原创 Word2Vec 的pytorch 实现(简单)

import gcimport torch import numpy as np from torch import nn,optimimport matplotlib.pyplot as pltfrom torch.utils.data import DataLoader,TensorDatasetdevice = torch.device("cuda" if torch.cuda.is_available() else "cpu")devicedevice(type='cuda')

2022-03-03 15:21:54 3043 6

原创 TextRNN预测下一个句子

import gcimport torchimport numpy as npfrom torch import nnfrom torch import optimfrom torch.utils.data import DataLoader,TensorDatasetdtypes =torch.FloatTensordevice = torch.device("cuda" if torch.cuda.is_available() else "cpu")devicedevice(type

2022-03-02 20:21:39 838

原创 TextCNN的简单例子

import gcimport torchfrom torch import nn import torch.optim as optimfrom torch.utils.data import DataLoader,Dataset,TensorDatasetimport torch.nn.functional as Fimport numpy as npdtype = torch.FloatTensordevice = torch.device("cuda" if torch.cuda.i

2022-03-02 15:51:47 343

原创 RNN手写字体分类

import numpy as npimport matplotlib.pyplot as pltimport pandas as pd import timeimport copy import torchfrom torch import nn import torch.nn.functional as F from torch.utils.data import DataLoader,Datasetimport torch.optim as optimimport torchvi

2022-03-02 10:09:48 686

原创 seq2seq文本翻译的例子

import torchimport numpy as npfrom torch import nnfrom torch.utils.data import DataLoader,Dataset,TensorDatasetdevice = torch.device("cuda" if torch.cuda.is_available() else "cpu")device#B:开始的标志#E:结束的标志#0:输入过短用0填充device(type='cuda')sequence = [

2022-03-02 09:29:16 2097

原创 基于线性层的自编码模型

导入所需要的模块import numpy as np import pandas as pd import matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dimport hiddenlayer as hlfrom sklearn.manifold import TSNEfrom sklearn.svm import SVCfrom sklearn.decomposition import PCAfrom skle

2022-03-01 14:35:54 306

原创 BiLSTM实现给定一个长句子预测下一个单词

import torchimport numpy as np from torch import nnfrom torch import optimfrom torch.utils.data import Dataset,DataLoader,TensorDatasetdtype = torch.FloatTensor定义一个数据sentence = ( 'GitHub Actions makes it easy to automate all your software work

2022-03-01 11:44:19 443

原创 pytorch新闻分类

主要是自己的学习记录,无它

2022-02-28 16:48:47 963

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

提示
确定要删除当前文章?
取消 删除