- 博客(120)
- 资源 (21)
- 收藏
- 关注
RSS订阅
原创 爱思唯尔的ESWA——模板、投稿、返修、接收的总结
投稿Expert Systems with Applications(ESWA)经验分享
2022-09-10 17:14:04
57273
562
转载 torch、torchvision、python、cuda 版本对应关系
torch-torchvision-cuda版本关系对应CUDA Toolkit 和Pytorch的对应关系说明：用anaconda安装torch。新建虚拟环境后，直接在pytorch官网官网链接找到“Install”按钮。这里一键搞定torch，torchvision，cudatoolkit等等，不需要另外安装cuda（笔者在没有单独安装CUDA情况下，成功运行了torch-gpu，很丝滑），并且版本都会自己对于对应好，原因是anaconda都集成在虚拟环境里面了，统一管理各个依赖包。
2021-12-31 09:55:16
19677
原创 Anaconda 虚拟环境创建、激活、删除、导入/导出
避免每次都忘记，特此记录。创建、激活、删除创建基于python3.6 名为env_name的环境conda create --name env_name python=3.6激活(使用)环境activate env_name激活后安装各种包(pip是安装在整个计算机里，conda是安装当前虚拟环境里)conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch删除环境conda remove -n.
2021-12-22 19:27:10
11781
原创 LaTeX 数学公式和符号
这样它会独占一行。(PS：可能Typora里不会这么显示，但我传到CSDN里是独占的)。通常写MarkDown用的是Typora，我们需要先去Typora的偏好设置里里勾选。，这样才能使用LaTeX。：(在Typora里，输入。，例如 1+1=2，写作。
2021-08-13 13:34:41
9144
原创 报错 For debugging consider passing CUDA_LAUNCH_BLOCKING=1
原因：选择GPU设备时torch没有识别到。
2023-07-06 17:59:09
11362
9
转载 conda和pip下载速度太慢？添加镜像
使用Anaconda安装第三方库的时候，默认下载网站在国外，因此下载速度很慢，可以添加国内镜像源提高下载速度。1、添加清华镜像源如遇镜像源网站失效，可以自行前往获取网址。2、查看conda通道的配置3、重置通道设置。
2023-05-17 10:35:20
2329
原创 Pycharm使用相关【debug速度慢、代码远程部署】
由于我连着公司的网并且配置了本地秘钥，所以不需要密码啥的，有需要的需要选择授权类型。点击后会让输入一个名称（随便起一个）。选择服务器上对应代码位置的文件夹。
2023-05-15 09:41:40
1049
1
转载 多头注意力机制及其pytorch实现
本文将对 Scaled Dot-Product Attention，Multi-head attention，Self-attention，Transformer等概念做一个简要介绍和区分。最后对通用的 Multi-head attention 进行代码实现和应用。 一、概念： 1. Scaled Dot-Product Attention 在实际应用中，经常会用到 Attention 机制，其中最...
2022-04-16 20:25:44
8612
1
转载 【注意力机制】多头注意力、自注意力、层归一化、位置嵌入
首先注意力模型可以宏观上理解为一个查询（query）到一系列（键key-值value）对的映射。将Source（源）中的构成元素想象成是由一系列的<Key,Value>数据对构成，此时给定Target（目标）中的某个元素Query（查询），通过计算Query和各个Key的相似性或者相关性，得到每个Key对应Value的权重系数，通过softmax归一化后，对权重和相应Value进行加权求和，即得到了最终的Attention数值。所以本质上Attention机制是对Source中元素的Valu.
2022-04-16 20:18:07
11697
原创 【DBpedia Spotlight】对知识图谱DBpedia进行实体链接/抽取文本实体
修改论文模型时需要对DBpedia进行实体链接，官方的DBpedia Spotlight就非常好用，特此记录。 Docker由于DBpedia Spotlight需要部署到服务器中，官方Github使用的是Docker，这里我们需要先下载。（注意不支持MacBook M1）一直点默认安装即可，不过安装完成后可能碰到WLS2不一致的问题，官方也给出了解决方法。按照里面说的去下载Ubuntu就行。在成功安装完Docker后，选择Images(镜像)，可以从里面找到ubuntu。&n.
2022-04-16 11:17:35
3222
4
转载 【对话生成&Seq2Seq】Decoder中提高生成句子多样性的方法
一、问题背景 最近研究了seq2seq模型的相关优化算法，包括有其中的Attention、dropout、Scheduled Sampling和Teacher Forcing等优化、训练模型的方法。以下是传统seq2seq模型结构，没有进行任何优化，该模型分为两部分：编码器和解码器。 编码器读取输入文本，并返回代表该输入的向量。...
2022-03-28 19:43:11
571
原创 MacBook的Word使用Zotero时出现整合错误
MacBook的Word使用Zotero进行文献管理时出现错误，如下图：解决方法：去系统偏好里把Word的默认语言设置为英文。这个问题估计就是个BUG，我也向官方反应了，不知道什么时候能修复好。
2022-01-05 22:07:44
2689
8
原创 geometric以及其他包下载链接
geometric以及torch_cluster、torch_scatter、torch_sparse、torch_spline进去之后需要选择对应的torch版本和cuda版本，然后才是各种包的下载链接。
2022-01-04 14:06:30
1144
原创 深度学习 —— 循环神经网络RNN
本博客是基于吴恩达老师深度学习视频所做的笔记，没有任何代码也无需强大的数学基础，主要是对一些概念的理解。如有错误欢迎指出~文章目录循环神经网络RNN序列模型数学符号循环神经网络前向传播反向传播不同类型的循环神经网络多对多多对一一对一一对多语言模型和序列生成新序列采样RNN的梯度消失GRU单元长短期记忆LSTM双向循环神经网络深层循环神经网络 循环神经网络RNN序列模型输入一段音频片段X，输出对应片段的文字记录Y。此时X和Y都是序列数据，因为X是按时序播放的片段，而Y是一系列单词。.
2021-10-31 20:50:20
623
转载 详解二分查找算法
我周围的人几乎都认为二分查找很简单，但事实真的如此吗？二分查找真的很简单吗？并不简单。看看 Knuth 大佬（发明 KMP 算法的那位）怎么说的：Although the basic idea of binary search is comparatively straightforward, the details can be surprisingly tricky…这句话可以这样理解：思路很简单，细节是魔鬼。本文就来探究几个最常用的二分查找场景：寻找一个数、寻找左侧边界、寻找右侧边界。而且
2021-10-21 20:51:33
224
原创 机器学习算法 10 —— HMM模型(马尔科夫链、前向后向算法、维特比算法解码、hmmlearn)
文章目录系列文章隐马尔科夫模型 HMM1 马尔科夫链1.1 简介1.2 经典举例2 HMM简介2.1 简单案例2.2 案例进阶问题二解决问题一解决问题三解决3 HMM模型基础3.1 什么样的问题需要HMM模型3.2 HMM模型的定义4 前向后向算法评估观察序列概率4.1 回顾问题一：求观测序列的概率4.2 ⽤前向算法求HMM观测序列的概率4.3 ⽤后向算法求HMM观测序列的概率5 维特⽐算法解码隐藏状态序列5.1 HMM最可能隐藏状态序列求解概述5.2 维特比算法概述6 鲍姆-韦尔奇算法简介7 HMM模型A
2021-08-30 15:19:29
6171
2
原创 机器学习算法 09 —— EM算法(马尔科夫算法HMM前置学习，EM用硬币案例进行说明)
文章目录系列文章EM算法1 初识EM算法2 EM算法介绍2.1 最大似然估计2.2 EM算法实例描述2.3 EM算法流程3 EM算法实例3.1 一个简单案例3.2 加入隐变量z后的求解3.3 EM初级版3.4 EM进阶版系列文章机器学习算法 01 —— K-近邻算法(数据集划分、归一化、标准化)机器学习算法 02 —— 线性回归算法(正规方程、梯度下降、模型保存)机器学习算法 03 —— 逻辑回归算法(精确率和召回率、ROC曲线和AUC指标、过采样和欠采样)机器学习算法 04 —— 决策树(ID
2021-08-28 11:30:10
2228
1
原创 机器学习算法 08 —— 支持向量机SVM算法(核函数、手写数字识别案例)
文章目录系列文章支持向量机SVM算法1 SVM算法简介1.1 引入1.2 算法定义2 SVM算法原理2.1 线性可分支持向量机2.2 SVM计算过程与算法步骤(有点难，我也没理解透，建议跳过)推导目标函数目标函数求解拉格朗日乘数法对偶问题整体流程确定3 SVM的损失函数4 SVM的核方法4.1 什么是核函数4.2 常见核函数5 SVM回归6 SVM算法API介绍6.1 SVM算法API综述6.2 SVC6.3 NuSVC6.4 LinearSVC7 案例：数字识别器7.1 案例背景介绍7.2 数据介绍7.3
2021-08-26 10:44:13
24138
2
原创 机器学习算法 07 —— 朴素贝叶斯算法(拉普拉斯平滑系数、商品评论情感分析案例)
文章目录系列文章朴素贝叶斯1 什么朴素贝叶斯分类2 概率复习2.1 朴素贝叶斯2.2 文章分类举例2.3 拉普拉斯平滑系数3 案例：商品评论情感分析4 朴素贝叶斯算法总结4.1 优缺点4.2 内容汇总朴素贝叶斯(NB)原理朴素⻉叶斯朴素在哪⾥？为什么引⼊条件独⽴性假设？在估计条件概率**P(X**∣**Y)**时出现概率为**0**的情况怎么办？为什么属性独⽴性假设在实际情况中很难成⽴，但朴素⻉叶斯仍能取得较好的效果?朴素贝叶斯和逻辑回归(LR)的区别系列文章机器学习算法 01 —— K-近邻算法(数
2021-08-23 11:10:53
9220
4
原创 机器学习算法 06 —— 聚类算法(k-means、算法优化、特征降维、主成分分析PCA)
文章目录系列文章聚类算法1 聚类算法简介2 聚类算法API初步使用3 聚类算法实现流程4 聚类模型评估4.1 误差平方和(SSE)4.2 肘方法4.3 轮廓系数法4.4 CH系数4.5 小结5 算法优化5.1 Canopy算法5.2 K-means++5.3 二分K-means5.4 K-medoids(K-中心聚类算法)5.5 Kernel K-means、ISODATA、(了解)6 特征工程-特征降维6.1 什么是特征降维6.2 特征选择低方差特征过滤皮尔逊相关系数斯皮尔曼相关系数6.3 主成分分析(P
2021-08-22 10:00:11
22322
原创 机器学习算法 05 —— 集成学习(Bagging、随机森林、Boosting、AdaBost、GBDT)
文章目录系列文章1 集成学习算法介绍2 Bagging和随机森林2.1 Bagging集成原理2.2 随机森林2.3 包外估计2.4 随机森林API3 案例：奥拓产品分类3.1 背景介绍3.2 数据集介绍3.3 评分标准3.4 实现过程4 Boosting介绍4.1 什么是Boosting4.2 实现过程4.3 Bagging集成和Boosting集成的区别5 AdaBost5.1 构成过程细节5.2 AdaBost API介绍6 GBDT介绍6.1 Decision Tree**：**CART回归树6
2021-08-19 18:42:21
2960
原创 机器学习算法 04 —— 决策树(ID3、C4.5、CART，剪枝，特征提取，回归决策树)
文章目录系列文章决策树1 决策树算法简介2 决策树分类的原理2.1 信息熵2.2 决策树划分依据—信息增益(ID3)2.3 决策树划分依据—信息增益率(C4.5)2.4 决策树划分依据—基尼值和基尼指数(CART)2.5 小结决策树各个公式各算法优缺点如何评估分割点的好坏？决策树变量的两种类型3 CART减枝3.1 为什么需要剪枝？3.2 常用的剪枝方法预剪枝后剪枝小结-预剪枝和后剪枝优缺点4 特征工程—特征提取4.1 字典特征提取4.2 文本特征提取英文文本中文文本TF-IDF5 决策树算法API6 案例
2021-08-16 23:24:48
4050
1
原创 机器学习算法 03 —— 逻辑回归算法(精确率和召回率、ROC曲线和AUC指标、过采样和欠采样)
文章目录系列文章逻辑回归1 逻辑回归介绍1.1 逻辑回归原理输入激活函数1.2 损失以及优化2 逻辑回归API介绍3 案例：肿瘤良性恶性预测4 分类模型的评估4.1 分类评估方法混淆矩阵准确率精确率召回率F1-score4.2 分类评估API4.3 ROC曲线和AUC指标TPR与FPRROC曲线AUC指标绘制ROC曲线补充：解决类别不平衡问题1 构造不平衡数据集2 解决类别不平衡的方法过采样欠采样系列文章机器学习算法 01 —— K-近邻算法(数据集划分、归一化、标准化)机器学习算法 02 —— 线
2021-08-14 16:56:10
12166
4
原创 机器学习算法 02 —— 线性回归算法(正规方程、梯度下降、模型保存)
文章目录系列文章线性回归1 线性回归简介2 线性回归API初步使用3 数学求导复习4 线性回归的损失和优化4.1 损失函数4.2 优化算法正规方程梯度下降梯度下降生动解释梯度的概念梯度下降公式小结5 梯度下降方法介绍（了解即可）5.1 详解梯度下降算法相关概念复习梯度下降法的推导5.2 梯度下降法家族全梯度下降算法（FG）随机梯度下降算法(SG)⼩批量梯度下降算法(Mini-Batch)随机平均梯度下降算法(SAG)6 线性回归API详解7 案例：波士顿房价预测7.1 数据集介绍7.2 回归模型评估7.3
2021-08-13 12:50:33
4638
1
原创 机器学习算法 01 —— K-近邻算法(数据集划分、归一化、标准化)
文章目录系列文章K-近邻算法1 什么是K-仅邻算法1.1 K-近邻算法(KNN)概念1.2 举例说明K-近邻算法1.3 K-近邻算法流程总结2 K-近邻算法API初步使用2.1 Scikit-learn工具介绍2.2 K-近邻算法API3 距离公式3.1 距离公式基本性质3.2 常见的举例公式欧式距离(Euclidean Distance)曼哈顿距离(Manhattan Distance)切⽐雪夫距离 (Chebyshev Distance)闵可夫斯基距离(Minkowski Distance)3.3 “连
2021-08-11 20:10:58
10378
1
原创 机器学习入门 06 —— Seaborn使用
文章目录系列文章6 Seaborn6.1 绘制单变量分布6.2 绘制双变量分布1 绘制散点图2 绘制二维直方图3 绘制核密度估计图4 绘制成对的双变量分布6.3 绘制分类数据图1 类别散点图striplot()swarmplot()2 箱型图和小提琴图箱型图小提琴图3 条形图和点图条形图点图6.4 案例：NBA球员数据分析1 基本数据介绍2 获取数据3 数据分析数据相关性分析数据排名分析球员薪资和年龄分布系列文章机器学习入门 01 —— 机器学习概述机器学习入门 02 —— 环境搭建（Jupyter
2021-08-09 22:30:57
2643
1
原创 解决sns.load_dataset()加载失败问题&github下载缓慢问题
在通过seaborn加载鸢尾花数据时出现错误，根据提示信息可以知道，是我们数据加载失败了。搜索文件夹seaborn-data发现里面并没有数据集，所以我们需要去网上手动下载。方法一：去github上下载数据集，这是链接。下载完后解压到文件夹seaborn-data里就行。（这个文件夹是本身就存在的，在我的电脑里搜索就行）方法二：github的情况都知道，下载速度可能非常慢，所以我们可以利用国内的gitee。需要我们先注册一个gitee，然后导入github的仓库就行。然后就可以去自己的gitee里
2021-08-09 12:28:42
1653
原创 机器学习入门 05 —— Pandas使用
文章目录系列文章5 Pandas5.1 Pandas介绍5.2 Pandas数据结构1 Series创建SeriesSeries属性2 DataFrame创建DataFrameDataFrame属性重置索引设置某列值为新索引3 MultiIndex5.3 基本数据操作1 索引操作直接操作loc和iloc2 赋值操作3 排序5.4 运算1 算数运算2 逻辑运算3 统计运算4 自定义运算5.5 画图5.6 文件读取与存储1 CSV2 HDF53 JSON5.7 缺失值处理5.8 数据离散化1 数据离散化介绍为什
2021-08-08 23:10:01
3669
1
原创 解决官网vscode下载缓慢问题
vscode.cdn.azure.cn如果是Mac请用Safari浏览器。进入vscode官方网站：https://code.visualstudio.com/Download 点击M下载vscode最新版本3.拷贝下载项地址（可以对着下载按右键，选新窗口打开），例如：https://az764295.vo.msecnd.net/stable/379476f0e13988d90fab105c5c19e7abc8b1dea8/VSCode-darwin-universal.zip4.这里把
2021-08-08 20:40:13
595
原创 机器学习入门 04 —— Numpy使用
文章目录系列文章Numpy4.1 Numpy优势1 Numpy介绍2 ndarry介绍3 ndarray与Python原生list效率对比4 ndarray的优势5 小结4.2 N维数组—ndarray1 ndarray的属性2 ndarray的元素类型3 基本操作0/1数组拷贝数组等差/等比数组正态分布和均匀分布形状修改类型修改数组去重4 ndarray运算逻辑运算通用判断函数 all和any三元运算符 where统计运算5 数组间的运算数组与数进行运算数组与数组进行运算6 矩阵乘法系列文章机器学习
2021-07-29 19:32:18
1206
原创 机器学习入门 03 —— Matplotlib使用(折线图、散点图、柱状图、直方图、饼图、堆叠柱状图等)
文章目录系列文章3.1 Matplotlib之Hello World1 Matplotlib介绍2 Matplotlib画图流程3.2 基础绘图功能（以折线图为例）1 坐标刻度、标签、网格、图像保存2 在一个坐标系里绘制多个图3 在一个图里绘制多个坐标系3.3 常见图形绘制1 折线图2 散点图3 柱状图4 直方图5 饼图6 特殊柱状图两条柱状图水平柱状图堆叠柱状图系列文章机器学习入门 01 —— 机器学习概述机器学习入门 02 —— 环境搭建（Jupyter Notebook 及扩展库的安装与使用）
2021-07-27 22:02:29
4124
原创 解决Matplotlib中文乱码问题
由于Matplotlib默认字体不支持中文，所以我们在进行图表绘制时的中文会乱码，解决方法也很简单，切换为支持中文的字体就行方法一：这种方法是一劳永逸的，成功后以后都不需要再修改了。1、下载支持中文的字体，我这里提供SimHei下载百度云：https://pan.baidu.com/s/12_MzpVXIsgzCikycYL5XtA 提取码: l9vd2、安装字体：Linux下：拷贝字体到 usr/share/fonts 下sudo cp ~/SimHei.ttf /usr/share/f.
2021-07-27 17:09:55
758
1
转载 macOS中jupyter notebook修改默认打开目录
在终端Terminal中输入：jupyter notebook --generate-config说明：要在「jupyter_notebook_config.py」这个文件里修改默认目录，首先要找到这个文件在哪里。会显示出来我们需要的文件「jupyter_notebook_config.py」的目录（如下图红框所示），然后随便输入y或者N都可以（如绿框所示，反正都是要改的~）打开访达，找到**「.jupyter」**文件夹所在目录，这是个隐藏文件夹，通过「command + 空格」.
2021-07-27 15:39:13
967
原创 机器学习入门 02 —— 环境搭建（Jupyter Notebook、默认路径 、扩展库的安装与使用）
机器学习基础环境安装与使用2.1 库的安装整个机器学习基础阶段会用到Matplotlib、Numpy、Pandas等库。如果是使用PyCharm开发，我们可以去PyCharm里直接安装。1、创建新项目并勾选下面两个选项2、在设置中找到当前项目，点击加号后搜索库名进行安装（matplotlib、numpy、pandas、tables、jupyter）3、后面新建的项目直接选刚刚创建的虚拟环境由于后面开发我是使用的jupyter notebook，所以这里使用了Anaconda。请看这两篇博
2021-07-27 10:47:31
4395
6
原创 PyCharm导入Anaconda的包
1、在已经安装Anaconda的条件下，终端输入命令conda --version检查是否已经安装了。（Mac和Windows都是一样的）2、如果出现了版本号，说明已经安装成功了，输入这条指令查看自己安装的位置conda info3、打开PyCharm的设置，设置当前项目的环境为Anaconda的包环境。Mac快捷键：command+，Windows快捷键：Ctrl+Alt+S点击右边齿轮后，再点击Add在这里找到之前conda info里的位置Mac的路径：Windows的路径：
2021-07-26 22:43:29
4455
转载 Python包/库/环境管理 —— Anaconda
事实上Anaconda 和 Jupyter（包括Jupyter Notebook和JupyterLab，其中JupyterLab是从Notebook发展而来的）已成为数据分析的标准环境。简单来说，Anaconda是包管理器和环境管理器，Jupyter可以将数据分析的代码、图像和文档全部组合到一个web文档中。接下来我详细介绍下Anaconda，并在最后给出Jupyter（以Notebook为例） ：1.Anaconda是什么？2.如何安装？3. 如何管理包？4.Jupyter notebook如
2021-07-26 22:27:48
1281
原创 机器学习概述扩展：完整机器学习项目的流程和独立同分布
完整机器学习项目的流程1 抽象成数学问题明确问题是进行机器学习的第一步。机器学习的训练过程通常都是一件非常耗时的事情，胡乱尝试时间成本是非常高的。这里的抽象成数学问题，指的明确我们可以获得什么样的数据，抽象出的问题，是一个分类还是回归或者是聚类的问题。2 获取数据数据决定了机器学习结果的上限，而算法只是尽可能逼近这个上限。数据要有代表性，否则必然会过拟合。而且对于分类问题，数据偏斜不能过于严重，不同类别的数据数量不要有数量级的差距。而且还要对数据的量级有一个评估，多少个样本，多少个特征，可以
2021-07-26 16:23:10
367
原创 机器学习入门 01 —— 机器学习概述
文章目录系列文章机器学习概述1.1、人工智能概述1 人工智能应用场景2 人工智能小案例3 人工智能发展必备三要素4 人工智能、机器学习和深度学习5 小结1.2、人工智能发展历程1.3、人工智能主要分支1 计算机视觉2 语音识别3 文本挖掘/分类4 机器翻译5 机器人6 小结1.4、机器学习工作流程1 什么是机器学习2 机器学习工作流程获取的数据集数据基本处理特征工程机器学习模型评估3 小结1.5、算法分类1 监督学习2 无监督学习3 半监督学习4 强化学习5 小结1.6、模型评估1 分类模型评估2 回归模型
2021-07-26 16:13:24
4046
爱思唯尔的作者贡献声明模板
2025-06-16
爱思唯尔的利益声明文件
2025-06-16
爱思唯尔期刊的论文模板（包括ESWA、KBS）（购买后有任何问题可私我）
2024-04-03
用于KBS期刊的CoverLetter参考
2024-04-15
爱思唯尔旗下期刊的返修模版
2023-10-25
KBS的Author Agreement文件
2024-01-03
基于SpringBoot的员工管理系统.rar
2021-03-06
数字识别器测试集和训练集
2021-08-26
智能校园小商圈—Web部分
2021-07-13
智能校园小商圈—Android部分
2021-07-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人