兆朦朦-CSDN博客

原创 Diffusion Models Unit1

从前向过程，逆向采样过程，优化目标三块进行介绍。一句话概括diffusion model，即存在一系列高斯噪声（ T轮），将输入图片 x_0变为纯高斯噪声 x_T。而我们的模型则负责将 x_T 复原回图片 x_0。这样一来其实diffusion model和GAN很像，都是给定噪声 x_T生成图片 x_0 ，但是要强调的是，这里噪声 x_T与图片x_0是同维度的。

2023-10-20 21:52:54 77 1

比赛名称：无线网络故障定位的根本原因分析一、背景当故障发生时，根本原因分析在无线网络运行和管理中起着重要作用。快速、准确的故障定位对于及时恢复网络至关重要。真实的网络往往有复杂的环境和部署场景，故障的发生是不规律的。因此，根据现有的知识来推断已经发生或即将发生的问题是很有挑战性的。根源定位依赖于变量之间的依赖关系。关键是要确定因果关系。以下图为例，其中Y受变量 X1,X2,X3X_1,X_2,X_3X1,X2,X3的影响。当Y的值发生变化时，我们需要分析X1,X2,X3X_1,X_2,X_3X1

2021-12-14 17:29:45 682

原创 RNN&LSTM

循环神经网络 RNN1、前言数据足够多的时候RNN已经不流行了，自然语言处理多用transformer来进行2、怎样用时序数据来建模？传统的one to one模型不适合处理时序性数据，通常情况来说输入和输出的长度都不固定，对于时序数据，最好输入和输出的长度都不固定 many to one / many to many,状态ht看做是从这句话“ the cat sat on the mat.”抽取的特征向量更新状态h需要用到参数AA 是参数矩阵，整条链只有一个，A随机初始化，然后利用训练数

2021-07-20 19:06:38 305

原创《机器学习实战》第10、11章笔记：

一：训练步骤：1、加载数据集：① 利用pandas读取数据，csv->DataFrame,初步查看数据的特征，比如说是否需要处理（文本（onehot编码））数据② 把数据分成训练集，验证集，测试集③ 接下来只管训练集，用训练集数据进行可视化，深层探索数据寻找最相关的属性④ 在进行数据清理（处理缺失值）、文本属性之类的⑤ 进行特征缩放：比如说梯度下降方法的训练需要按比例缩放输入特征2、训练过程：（1）、使用顺序性API创建模型model = keras.models.Sequent

2021-06-03 21:25:19 173

翻译 Advances and Open Problems in Federated Learning——4.Preserving the Privacy of User Data翻译

4.Preserving the Privacy of User Data机器学习的工作流程需要许多不同功能的共同参与。比如说，用户可能会在与他的其他设备交互的过程中产生训练数据，一个机器学习训练程序会从这些数据中提取人机交互的模式（比如说训练模型的参数的形式），机器学习的工程师或者是算法分析师可能会评估训练模型的质量，并最终把这些模型部署到最终用户的设备上，为了支持特定的用户体验。在一种理想的情况下，系统中的每个角色仅仅能学习到自己所需要的信息。比如说，如果为了授权将模型部署到最终用户，一个分析师仅仅

2021-04-20 15:11:46 746

原创 Leetcode python刷题记录1~15

LeetCode(python)刷题记录 1~151.Two sumGiven an array of integers nums and an integer target , return indices of the two numbers such that they add up to target.You may assume that each input would have exactly one solution, and you may not use the same elem

2021-03-28 17:20:46 293

原创考研复试

|贝壳复试那我必须不能不准备|英语口语目前起步阶段每日口语课和生肉视频目的是准备流利的英语常用问答和自我介绍准备一下专业相关的英语词汇专业机试我做事太倾向与整体的系统性，理论先行总是想打好基础，这样不好时间来不及，要勇敢的狠狠的刷题不要不敢编。编程课入门一边听课一边做笔记；刷牛课网校招题；对于历年真题一定要刷，但重要的还是自己会；专业笔试...

2020-01-14 19:05:12 224

qq_42141843的博客