![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
科研分享
文章平均质量分 94
JinyuZ1996
Standing on the shoulder of giants.
展开
-
【科研分享】Matplotlib 绘制热力图(heatmap)进行实验结果分析
matplotlib绘制热力图展现实验结果写论文的时候又碰到了新的需求,为了呈现实验结果,这次需要做一个分析两个超参的图,搜了半天发现还是热力图最合适,但是在各处看了很多篇文章发现讲的要么不是太仔细,要么不太符合我的需求,于是决定投稿完事就赶紧写一篇文章记录一下,本文主要讲了一下如何使用matplotlib绘制热力图,并且给出了一些代码实验结果,分享给大家,希望能有用。预备工作前期环境配置老样子,先导包:pycharm-2021.2.2, python-3.7, mat原创 2022-05-07 18:40:14 · 20630 阅读 · 1 评论 -
【投稿推荐】推荐系统相关CCF会议及SCI期刊 更新24-06-20
本文列出了笔者课题组整理的推荐系统相关的CCF推荐会议以及相关的SCI期刊,为大家投稿指明方向,许多顶刊也许中科院分区或影响因子并不高,但确实是业内普遍认可的顶刊,大家需要仔细识别。同理,许多CCF-B类的会议质量并不输于A类顶会,比如WSDM等。希望本文能够给科研小白提供帮助。原创 2022-04-07 16:36:11 · 23808 阅读 · 17 评论 -
【科研分享】如何切换GPU以及如何在Tensorflow实验中节约GPU资源
大家跑深度学习进行科研的时候,单机的算力往往无法支持我们进行例如图神经网络、强化学习网络等复杂模型的训练任务。所以常常需要使用服务器的GPU来训练模型,但是多人共用的服务器该如何避免冲突呢?这里给出一段常用的代码可以方便大家在查看NVIDIA 显卡GPU的使用情况之后,合理的切换gpu来预防冲突,同时本文还介绍了如何降低模型显存消耗的办法,主要针对Tensorflow框架。如何在多个GPU间进行选择图1:一个服务器中存在多块GPU可用的情况 如图1所示,就是同时有两块儿NVIDIA显卡可原创 2021-10-31 12:00:20 · 2504 阅读 · 0 评论 -
【科研分享】Matplotlib 绘制多子图(subplot)进行实验结果分析
本文主要总结于本人近期的科研经历,在最后撰写论文试验分析的时候曾经被导师要求绘制一幅2*8的16子图的超参数分析结果图。所以踩了很多坑,在这里给出简单的实现方式,本文使用的子图以折线图为例,其他的类型的图都可以举一反三。当然为了世界过程显得更加美观简洁,本文在最后也介绍了一点如何调整刻度的小技巧。预备工作前期环境配置 pycharm-2021.2.2, python-3.7, matplotlib-3.2.2原创 2021-10-27 12:31:47 · 3248 阅读 · 0 评论 -
【科研分享】监控服务器GPU、CPU和内存使用情况的方法(Windows和Liunix环境)
最近在实验过程中发现,其实本来不太消耗资源的任务,由于Tensorflow的反人类默认设计也经常会直接独占一整块儿GPU的资源,而且独占那么多资源也还是一样的速度,没什么效率。然后去搜索了一下,找到了一些在用服务器跑代码的时候的小技巧和解决方案,给在这里用于自查:实时监控资源动态 大家的服务器一般都是Liunix系统较多,所以在这里普及一个常用的命令可以方便大家实时的查看GPU使用情况,防止互相占用的问题发生:watch -n 1 nvidia-smi 其中,-n后面的1是刷新速率原创 2021-04-21 16:46:49 · 4367 阅读 · 0 评论 -
【科研分享】推荐算法指标总结(ACC,Precision,Recall,F1,FPR,TPR,ROC,AUC,MAP,MRR,HR,NDCG...)
常用的推荐算法指标解释总结1. 指标计算的参数(TP,TN,FP,FN) TP:被正确分类的正例(True-Positive),即正例被分成正例的样本。 TN:被正确分类的负例(True-Negative),即负例被分成负例的样本。 FP:被错误分类的负例(False-Positive),即本来是负例却被分成了正例的样本。 FN:被错误分类的正例(False-Negative),即本来是正例却被分成了负例的样本。2. 预测精准度(Accuracy) 即被正确分类的正例和原创 2021-03-08 22:05:03 · 18551 阅读 · 4 评论 -
【科研分享】一份比较全的pip设置入门教程(多种方案解决原生Python中pip下载慢的问题)
解决原生Python pip下载速度慢问题 这两天写了一篇给Anaconda切换国内源的文章,想着就一并把pip的也发了吧,反正都是大家在用Pycharm时常碰到的问题。方法一:在Pycharm中操作的方法 首先,我们打开Pycharm IDE,肯定是先你是有安装过Python的,比如笔者下图给出的是我安装的Python3.7,那么我们需要从Setting里找到Project然后在子选项卡里找到Python Interpreter,就如同图中标示的一样,如果你在本机安装了一个版本的Pytho原创 2021-01-06 21:59:25 · 755 阅读 · 0 评论 -
【科研分享】一份比较全面的conda配置指南(如何在服务器或本地用命令行配置Anaconda或Miniconda的channels)
如何在服务器或本地用命令行配置Anaconda或Miniconda的channels 这是第n次配服务器环境了,每次都去翻收藏怪麻烦,在这里直接也亲手写一份总结,主要是自己查起来方便,也给大家提供一个比较全面的方案。通常Channels配置这个需求的诞生,都是在服务器或者本地刚刚安装了Anaconda或者Miniconda的前提下诞生的,由于原始的defaults channels实在是太难用了,所以我们迫切的想换上清华的镜像来提速环境配置过程。这里不再赘述如何在Linux或者Windows安装Ana原创 2021-01-06 17:06:11 · 4409 阅读 · 0 评论 -
【科研分享】如何通过论文学习并评价研究问题的价值
如何通过论文学习并评价研究问题的价值 个人是从事深度学习NLP方向研究的一名新研究生,同时侧重于推荐系统研究,主要原因是因为实验室导师就是这个方向,于是就跟着导师学习了。有的人问我这么选择方向是不是有些草率,其实我倒觉得跟导师统一方向是很重要地,如果自己在一个导师也不太明白的方向展开工作事实上是很吃力的,一方面你的提出的idea无法验证价值,这就意味着可能你花了很久很兴奋的去研究一个点最终发现其实是个BD,但时间成本确已经浪费了;另一方面,老师如果在这个领域已经有成果了或者很了解了,那么交流会很顺畅,原创 2020-12-28 22:35:56 · 1885 阅读 · 2 评论