追光者♂-CSDN博客

原创时空序列建模：如何融合时间模型和空间模型？——时空预测中的三种经典架构 | 图神经网络：动态图（Dynamic Graph，Dynamic GNN），如何将动态图转换成等价静态图？

DCRNN采用融合的方式，在RNN的每个时间步计算中，都引入了图上的信息，也就是说，RNN在每个时刻的状态更新上，考虑的不再是原来自己序列的信息，而是空间中所有序列的信息，并以邻接矩阵作为指导。：拓扑结构，或者说属性(如节点属性、边属性等等) 随时间在变化，无论是节点属性还是边属性还是整个图的属性或者其他属性，至少有一个随时间在变化，就称之为动态图。就如社交网络，张三的朋友是李四，几天后，张三新交了一个朋友王五，这时候图中就多了一条节点和边，图的拓扑结构发生变化了，这就是一个动态图。

2024-12-31 08:13:31 84

原创 Heterogeneous Network Embedding异构图嵌入（1）| 编码器-解码器框架组成部分 | 基于矩阵因式分解、随机游走、AE自动编码器、图神经网络、知识图谱嵌入的HNE模型特点

现实世界中的复杂网络本质上是异构的；它们具有不同类型的节点、属性和关系。现有的 HNE 方法主要可分为六类：矩阵因式分解（MF）、随机漫步（RW）、自动编码器（AE）、图神经网络（GNN）、知识图嵌入（KGE）和混合（HB）方方。编码器旨在将异构网络 G 的特征嵌入到低维向量空间，解码器旨在根据学习到的低维特征表示重建原始异构网络的信息。其内在逻辑是，如果模型能从编码嵌入中重建原始网络的图结构和语义关系，那么学习到的嵌入应该包含下游 ML 任务所需的所有信息。

2024-01-13 17:28:50 543 20

原创【图神经网络 · 科研笔记5】异构信息网络，利用注意力选择元路径；利用进化邻域和社群实现自监督动态图嵌入，交叉监督对比学习；近期科研思维导图小汇总；

【图神经网络 · 科研笔记5】异构信息网络，利用注意力选择元路径；利用进化邻域和社群实现自监督动态图嵌入，交叉监督对比学习；近期科研思维导图小汇总；

2023-12-22 16:18:04 241 6

原创【图神经网络 · 科研思考5】跨域节点表示学习/跨域异质性问题；图神经网络&多模态；图神经网络&大模型；迁移学习&图神经网络&跨域；GNN + Transformer

Q：在图神经网络的跨域研究中，除了上述提到的跨域异质性问题，即不同域之间的节点类型和变类型可能不同，其解决方案可以有：异构图神经网络、跨域节点对齐、跨域信息传递、多层次注意力网络、跨域知识融合等方案。同时，针对具体的问题和数据，可以结合多种方法来解决跨域异质性问题，以达到更好的效果。综上所述，除了跨域异质性问题之外，图神经网络的跨域研究还需要解决数据稀疏性、领域不平衡、域适应和标签传播等问题，而针对这些问题的解决方案包括图采样技术、信息传递方法、领域平衡的损失函数、域适应方法以及跨域标签传播算法等。

2023-12-19 18:54:01 425 4

原创【深度学习&图神经网络】Node2Vec +GAT 完成节点分类任务（含代码） | 附：其它生成节点特征向量的算法：DeepWalk、LINE（具体实现细节）、SDNE、MMDW

本篇主要介绍 Node2Vec+GAT 实现节点分类任务。主要分为两大步，其一是通过Node2Vec生成节点特征向量，其二是接上GAT，再去完成节点分类任务。并且在目录一中，针对图神经网络中的其他生成节点特征向量的方法，给出了它们较为详细地算法描述。

2023-08-14 08:07:57 1451 8

原创【Python从入门到人工智能】详解 PyTorch数据读取机制 DataLoader & Dataset（以人民币-RMB二分类实战为例讲解，含完整源代码+问题解决）| 附：文心一言测试

本篇主要讲述科研中经常用到的PyTorch与“数据”读取相关的知识。例如如何从硬盘中读取数据，并且对数据进行预处理和数据增强操作，然后转换为张量的形式输入到模型之中等等知识。此外，基于100张1￥和100张100￥，建立了一个分类模型来实现二元分类任务。经过测试，本模型并有良好的准确性。在文末附了本篇完整的code（含数据集与图示分析等）下载地址。希望本篇对各位有帮助，谢谢大家！

2023-05-14 08:49:01 693

原创【PyTorch 深度学习实战】基于RNN & LSTM 实现 MNIST手写数字识别 (附源代码 | 详解) | 附：解决Jupyter无法启动问题No module named‘resource‘

RNN（循环神经网络）和 LSTM（长短时记忆网络）是深度学习中两种不同类型的神经网络。它们都是为了解决一些复杂的任务，如序列到序列的预测、序列到单词的翻译等。RNN主要用于处理序列数据，它有一个时间步长的概念。在每个时间步长内，RNN可以从之前的时间步长中获取信息，并对当前的输入进行计算。这使得RNN能够对长序列进行有效的建模。LSTM主要用于处理连续数据，它结合了 RNN和 CNN的特点。LSTM的输入序列被分成一系列的小段（称为“时间步长”），每个时间步长都被看作是一个记忆单元。这使得 LSTM能够对

2023-05-02 15:40:46 1123 2

原创＜3＞【深度学习 × PyTorch】必会线性代数 (含详细分析)：点积 | 矩阵-向量积 | Hadamard积 | 矩阵乘法 | 范数/矩阵范数

【这两节介绍了不少线性代数的基础知识，这是机器学习/深度学习的基础知识。多次回顾，多次练习，会有不同的体验】理解现代深度学习的一门必学的课程——线性代数。线性代数有很多知识，其中很多数学知识对于机器学习非常有用。例如，矩阵可以分解为因子，这些分解可以显示真实世界数据集中的低维结构。机器学习的整个子领域都侧重于使用矩阵分解及其向高阶张量的泛化，来发现数据集中的结构并解决预测问题。当开始动手尝试并在真实数据集上应用了有效的机器学习模型，你会更倾向于学习更多数学。

2023-04-29 09:13:23 5742

原创＜2＞【深度学习 × PyTorch】pandas | 数据预处理 | 处理缺失值：插值法 | networkx模块绘制知识图谱 | 线性代数初步

为了能用深度学习来解决现实世界的问题，我们经常从预处理原始数据开始，而不是从那些准备好的张量格式数据开始。在Python中常用的数据分析工具中，我们通常使用pandas软件包。像庞大的Python生态系统中的许多其他扩展包一样，pandas可以与张量兼容。本篇我们将简要介绍使用pandas预处理原始数据，并将原始数据转换为张量格式的步骤。后续也将介绍更多的数据预处理技术。

2023-04-27 15:51:26 10462 2

原创【自然语言处理】Gensim库之 Word2vec | 实战练习：对小说《三国演义》进行Word2Vec训练（附：源代码 + 完整解析）

今天，来介绍Gensim库的一些知识。在自然语言处理中，不得不提到Gensim库，它是一个用于从文档中自动提取语义主题的Python库，且“足够智能”。gensim中的算法是无监督的，也就是说我们只需要一个语料库的文档集。当得到统计模式后，任何文本都能够用语义表示(semantic representation)来简介的表达，并得到一个局部的相似度来与其它文本区分开来。最后实战练习，针对《三国演义》小说。

2023-04-12 08:06:06 983

原创【Neo4j × 知识图谱】图形化数据库基本操作: 创建节点与关系、添加属性、查询节点 | 附：可视化构建四大名著知识图谱（含源代码）| word2vec实战: 构造斗罗大陆人物关系

本篇，在目录一中，较为详细地以实例化的方式介绍了Neo4j的基础语法，例如怎样启动Neo4j数据库、怎样在PyCharm中连接Neo4j数据库、怎样创建简单的节点、如何给节点间添加关系和属性、如何查询节点等。目录二中，基于目录一种的语法，针对四大名著数据集，以知识图谱的方式对其进行可视化。

2023-04-05 15:42:36 1147

原创【Neo4j × Python】基于知识图谱的电影问答系统（含问题记录与解决）附：源代码（含Bug解决）

此前，曾介绍过Neo4j的一些基础知识，本篇将在PyCharm中与Neo4j建立关联，从0到1实现一个基于知识图谱的电影问答系统，实现过程中，没有一帆风顺，而是遇到了一些问题，因此也包含问题的记录与解决。

2023-04-04 07:56:29 2512 2

原创再相逢【知识图谱】中文医学知识图谱CMeKG，中文产科医学知识图谱COKG | 附：图数据库Neo4j下载安装教学(遇到问题并解决) + Neo4j基本操作

本篇文章介绍知识图谱的相关知识。从便于理解的角度切入，给出知识图谱的形象化定义，并介绍了国内的中文医学知识图谱CMeKG，还以用户视角体验了中文产科医学知识图谱。目录二介绍了如何部署安装Neo4j数据库，并解决了部署过程中遇到的一些基础错误，随后介绍了Neo4j图数据库的基础操作。

2023-04-02 08:11:51 1742 4

原创通俗理解【图神经网络】计算过程：只考虑邻接矩阵的消息传递&考虑度矩阵后的消息传递 | 图注意力网络GAT：图注意力的两种计算方式；实现图注意力；加入Multi-head机制的GAT | 压缩矩阵理解

本篇可作为科普食用。许多朋友在初次看“图神经网络”的相关Paper时，会涉及到比较多的公式，可能会难以理解。本文，从通俗的角度，来讲解“图神经网络”的计算过程。并再次讲解了图注意力网络GAT的两种计算方式，以及加入了Multi-head的GAT，并给出了具体实现。

2023-03-14 16:09:45 479 15

原创全15万字丨PyTorch 深度学习实践、基础知识体系全集；忘记时，请时常回顾。

本篇博客介绍的知识是——深度学习之PyThon框架基础。这是深度学习/神经网络的基础，多次回顾，会有不一样的感受。书读百遍，其义自见。

2023-02-20 21:38:08 4585 51

原创 2023.2.9，周四【图神经网络学习记录26】动态超图之 DHNN (DHGNN)：动态构建超图 (DHG): KNN/KMeans，超图卷积 (HGC)。

动态超图之 DHNN (DHGNN)：动态构建超图 (DHG)：KNN/KMeans，超图卷积 (HGC)。

2023-02-09 20:52:08 1209 6

原创 2023.2.9，周四【图神经网络学习记录25】HGNN（超图）：节点的度，“边的度”；节点集合，超边集合，每个超边被赋予的权值。

【图神经网络学习记录25】HGNN（超图）：节点的度，“边的度”；节点集合，超边集合，每个超边被赋予的权值。

2023-02-09 15:20:12 972

原创 2023.2.8，周三【图神经网络学习记录21】动态图分类（重点以离散网络和连续型网络为例）；DySAT算法：快照，结构Self-Attention构造，时域Self-Attention的计算

【图神经网络学习记录21】动态图分类（重点以离散网络和连续型网络为例）；DySAT算法：快照，结构Self-Attention构造，时域Self-Attention的计算

2023-02-08 11:15:00 517 4

原创 2023.2.1，周三【图神经网络学习记录15】异构图Graph Embedding算法——metapath2vec学习+详细Debug调试；附：win11找不到DNS地址，重启也不好使，解决办法

【图神经网络学习记录15】异构图Graph Embedding算法——metapath2vec学习+详细Debug调试；

2023-02-01 23:43:11 372 1

原创 2023.1.31，周二【图神经网络学习记录14】GTN模型(Graph Transformer Networks)——详细Debug调试过程。

2023.1.31，周二【图神经网络学习记录14】GTN模型(Graph Transformer Networks)——详细Debug调试过程。

2023-02-01 09:41:06 779

原创 2023.1.30，周一【图神经网络学习记录13】异构图的另一个算法：GTN（Graph Transformer Networks）；GTN模型练习——问题记录：16G运行内存，却提示内存不足

【图神经网络学习记录13】异构图的另一个算法：GTN（Graph Transformer Networks）；GTN模型练习——问题记录：16G运行内存，却提示内存不足，尝试通过微调各个参数来解决。简单介绍：训练集、验证集、测试集的区别与联系。

2023-01-31 14:47:00 470 2

原创 2023.1.29，周日【图神经网络学习记录12】图注意力机制网络HAN模型：详细断点调试（Debug）过程；模型的几个常见评价指标：TP，TN，FP，FN；查准率，查全率；macro-F1

2023.1.29，周日【图神经网络学习记录12】图注意力机制网络HAN模型：详细断点调试（Debug）过程；模型的几个常见评价指标：TP，TN，FP，FN；查准率，查全率；macro-F1（宏平均），micro-F1（微平均）。

2023-01-29 23:45:21 346 5

原创 2023.1.27，周五【图神经网络学习记录11】DGL练习：节点和边的特征，从外部库创建图，创建异构图 || AI语音：注意看，这个男人叫小帅---微软Azure文本转语音

DGL练习：节点和边的特征，从外部库创建图，创建异构图

2023-01-27 16:01:34 378

原创 2023.1.26，周四【图神经网络学习记录10】基于torch 安装部署DGL库，DGL练习：使用DGL创建图，为节点和边赋值，构建图卷积网络GCN并训练。HAN模型练习（初步）

基于torch 安装部署DGL库，DGL练习：使用DGL创建图，为节点和边赋值，构建图卷积网络GCN并训练。HAN模型练习（初步）

2023-01-26 22:40:24 657 2

原创 2023.1.25，周三【图神经网络学习记录9】图网络的分类，异构图---注意力机制网络：节点级别的attention，语义级别的attention

图网络的分类，异构图---注意力机制网络：节点级别的attention，语义级别的attention。

2023-01-26 18:59:09 1118 1

原创 2023.1.23，周一【图神经网络学习记录8】访问PyG官网，查看data属性。使用PyG实现GCN、GraphSAGE、GAT模型。

前天的学习记录。2023.1.23，周一【图神经网络学习记录8】访问PyG官网，查看data属性。使用PyG实现GCN、GraphSAGE、GAT模型。

2023-01-25 11:02:36 1480 1

原创 2023.1.24，周二【图神经网络学习记录7】GraphSAGE 练习，PyG学习(部署在之前已经介绍过)

本应该在上周六（2023.1.21，农历除夕）发布的文章~~奈何遇到个别问题，目前初步解决了。新年快乐！

2023-01-24 12:52:24 606 1

原创 2023.1.20，周五【图神经网络学习记录6】GAT模型练习，含遇到的问题以及解决

2023.1.20，周五，图神经网络学习记录，GAT模型练习。含有遇到的问题以及解决记录。

2023-01-20 22:02:30 1055

原创 2023.1.19，周四【图神经网络学习记录5】GraphSAGE模型：采样、聚合函数、GraphSAGE minibatch、GraphSAGE Embedding | GAT模型：多头注意力机制

2023.1.19，周四，【图神经网络学习记录5】。

2023-01-19 16:48:51 493

原创 2023.1.18，周三【图神经网络学习记录4】通过新建Anaconda环境，尝试解决昨天的问题(未)（conda基础命令回顾） || GCN核心公式讲解，两层GCN || GCN的通俗理解

2023.1.18 图神经网络——学习笔记。conda命令的回顾 + 关于GCN的核心公式的理解。

2023-01-18 23:01:01 323 1

原创【追光者】2022年终总结，又是一个开始，新的挑战。愿你历尽千帆，归来仍是少年。

Hello！这是我的【2022】年终总结！前前后后写了好几天，可还是有好多想说的话！2022，你有什么收获吗？求点赞！求评论！求转发！求收藏！最后，求个关注呀！！

2023-01-07 23:53:25 3524 20

原创【人工智能】深度学习算法的底层理论与具体应用场景 || 神经网络、卷积神经网络、循环神经网络、图神经网络、长短期记忆神经网络、自编码器、生成对抗网络

今天，分享一下【人工智能】深度学习算法的底层理论与具体应用场景，涉及到NN，CNN，RNN，GNN，LSTM，AE，GAN等知识，希望大家喜欢！

2023-01-07 07:15:00 1076 6

原创【毕业设计】答辩技巧一（以一个过来人的身份，祝各位答辩过过过）

阅读目录写在前面经验总结！（心态方面）本科论文答辩问题（23个常见问题及回答模板）一、软件工程本科论文答辩问题汇总二、如何回答论文答辩中的问题？（问题+回答模板）三、软件工程本科毕业论文答辩前的准备四、软件工程本科毕业论文答辩中的注意事项五、总结计算机专业答辩技巧指导（常见技术问题及解答）一、准备写在前面毕业答辩，应当是计算机专业的学生在本科期间，面临的最后一关了，那么在毕业答辩这一过程中，都有什么需要注意的地方呢？这里我以一个“过来人”的身份，给大家总结一下经验贴！经验总结！（心态方面）首先，你

2022-04-20 09:30:10 8091 7

原创动态异构图表示学习（1）：节点v的邻域特征聚合的详细过程 | 基于类型素数的节点签名 | 基于类型度的节点签名。思考：时序异构图网络表示学习，不依赖元路径，不使用网络快照，如何捕捉到细粒度的时间信息？

异质性意味着不同类型的节点具有不同的属性，不同类型节点对之间的交互行为保持着不同的语义。时间性揭示了节点随时间变化的交互趋势，网络中也可能存在有规律的演化模式。因此，对图的异构信息和时间信息进行充分建模，对于全面表示节点属性和合理预测未来链接具有重要意义。///

2025-01-13 08:59:42 17

原创答粉丝问）：“模糊查询包含某个字符串的所有字符”，| 8个渠道，教你快速找到相关主题文献！| 【科研上路】准研一，直接学PyTorch还是机器学习？如何快速上手科研？如何寻找创新点？都有哪些创新点？

本篇首先解答粉丝朋友的问题：mysql模糊查询包含某个字符串的所有字符。然后针对研究生，介绍了快速找到相关主题文献的方法。以及对于准研一来讲，是应该直接学PyTorch还是机器学习？如何快速上手科研？如何寻找创新点？都有哪些创新点？发表一篇论文都要经历哪些步骤？本篇，将初步解答这些疑问。

2025-01-06 09:15:26 47

原创【HTML+CSS+JavaScript】520趣味动态表白特效（附源代码）| 网络工程师面试题：什么是负载均衡？有哪些常见的负载均衡算法？

【HTML+CSS+JavaScript】520趣味动态表白特效（附源代码）| 网络工程师面试题：什么是负载均衡？有哪些常见的负载均衡算法？

2024-12-28 23:40:53 28

原创【AI辅助科研/工作——代码开发篇】如何让GPT工具为我们高效地写代码？怎样科学快速有效地提问？| 附：前端开发、全栈程序员、数据库专家、IT架构师、智能域名生成器、Linux终端、需求分析...

代码开发篇：前端开发、全栈程序员、数据库专家、IT架构师、智能域名生成器、Python解释器、Linux终端、JavaScript控制台、需求分析、系统设计、编码、测试、集成测试、部署、性能优化、系统维护、操作系统概念解释、安全审查、API 开发、网络安全、附：其它常见的功能：算法竞赛专家、IT编程问题、前端：UX/UI 界面、网页设计、正则生成器、Commit 信息生成器、编程辅助 CAN、搜索引擎 Solr、开发者数据、JSON翻译助手、代码释义器、开发：微信小程序、开发：Vue3。

2024-12-16 12:39:41 79

原创【Graph Transformer：图神经网络与Transformer②】多头注意力机制紧接的“前馈神经网络” | 输入编码及位置编码 | 带掩膜的多头注意力 | 推理过程和训练过程

【Graph Transformer：图神经网络与Transformer②】多头注意力机制紧接的“前馈神经网络” | 输入编码及位置编码 | 带掩膜的多头注意力 | 推理过程和训练过程。关于Graph Transformer的讲解，上一篇已初步介绍，本篇重点介绍Transformer的剩余部分。

2024-12-09 10:31:03 44

原创【Graph Transformer：图神经网络与Transformer①】GNN+Transformer（研究进展）| 开源图神经网络算法平台：OpenHGNN | 深入讲解Transformer

众所周知，网络或图是描述复杂系统的通用语言，因此就产生了网络表示学习。网络表示学习进一步挖掘，产生了图神经网络何为Transformer？它是《Attention Is All You Need》这篇论文提出的一个模型。附，点击下载模型的结构如下图所示：该模型最大的特点是没有使用RNN以及CNN，而是全部使用了注意力机制。为什么要学习Transformer？（我们问一下ChatGPT）学习Transformer有以下几个重要原因：1.革命性的神经网络架构。

2024-12-03 19:36:35 132

原创研究生系统化入门教程（六）【机器学习】回归与聚类算法：分类的评估方法(精确率与召回率，ROC曲线与AUC指标)；模型保存与加载；无监督学习-K-means算法 (轮廓系数)

研究生系统化入门教程（六）【机器学习】回归与聚类算法：分类的评估方法(精确率与召回率，ROC曲线与AUC指标)；模型保存与加载；无监督学习-K-means算法 (轮廓系数)。一家广告平台需要根据相似的人口学特征和购买习惯将美国人口分成不同的小组，以便广告客户可以通过有关联的广告接触到他们的目标客户。

2024-11-25 07:30:24 45

【完整安装包】Acrobat Pro DC v2020（附说明）.zip

在安装本软件前，需要注意，本机必须把之前安装过的同款软件卸载清除完毕（若有的话）。若难以卸载或卸载后，遇到诸如此类问题：（1）您已经安装了Adobe Acrobat，请在进行此安装之前卸载该产品。或者是（2）安装检测到您已安装了一个包含更多功能的产品。可参阅解决方案：https://xiexu.blog.csdn.net/article/details/141434532（预计于2025年公布，含本软件安装步骤）。安装时，右键Setup.exe，以管理员身份运行。而后依次下一步即可（可自定义安装位置）至于后续的“魔法”步骤，本安装包内覆盖。若需要或者您有问题，可私聊博主说明即可哈~~ 教程分享资源记录不易，请珍惜。欢迎有需要的朋友下载。 ---CSDN@追光者♂，2024年8月22日20:26:39

2024-08-22

卸载工具Adobe Creative Cloud Cleaner Tool.zip

【软件简介】通过使用 Creative Cloud Cleaner Tool，你可以更精确地删除可能已损坏或者导致新安装出现问题的 Creative Cloud 或 Creative Suite 应用程序安装记录。如果在系统上安装了预发行软件，并且现在想要将其删除，那么这个工具可能会有用哈。如果在安装 Creative Cloud 应用程序、Creative Suite (CS3–CS6) 应用程序、Photoshop Elements 或 Adobe Premiere Elements 时遇到问题，那么 Adobe Creative Cloud (CC) Cleaner Tool 可以为你提供帮助。同样地，如果你无法连接到 Adobe 服务器，则 Cleaner Tool 会为你提供帮助，它可以从你的计算机上的 host 文件中删除阻止访问 Adobe 软件和服务器的项。相关实际操作已经在博客中记录：https://xiexu.blog.csdn.net/article/details/141434532（预计于2025年公布）

2024-08-22

小工具一款卸载电脑顽固软件的神器Geek-Uninstaller-CSDN@追光者♂.zip

这是一款小巧的工具，可以帮助大家卸载或者强制删除掉自己电脑提示无法删除或卸载的“顽固”软件或者其他一些工具。它占用内存不大，不需要手动安装。下载后，可以直接右键选择以管理员身份打开，直接使用，很快进入。另外还有一点值得指出的是，进入这款工具后，可以立刻看到本机安装的所用应用程序，以及对应应用的大小和安装时间。右键任意应用，可以选择卸载/强制删除/注册表条目等一些选项。该工具经过博主本人亲测，是我在卸载Adobe Acrobat的过程中用到的一款工具，相关细节已经记载到博客：https://xiexu.blog.csdn.net/article/details/141434532 （该链接目前在草稿箱，预计将于2025年公布，请见谅）附上博主本机软件截图。工具找寻及开发不易，欢迎有需要的朋友下载使用。---CSDN@追光者♂，2024年8月22日19:47:36

2024-08-22

基于Python对空气质量监测数据分析以及可视化（含完整可执行代码、数据集）.zip

大家好！这是近期通过Python实现的对“空气质量监测数据”进行详细分析以及可视化的一个项目，该内容已经记录在系列博客中：https://xiexu.blog.csdn.net/article/details/140431037、https://xiexu.blog.csdn.net/article/details/140362698、https://xiexu.blog.csdn.net/article/details/140360440(预计将于2025年发布)，本资源包含完整的可执行代码文件（含数据集）以及详细绘制的Matplotlib图形结果(含优化)，可通过PyCharm等Python编译工具进行实践和学习，适用于研究数据挖掘的朋友以及对数据挖掘感兴趣的本科生、研究生。

2024-07-17

深度学习&数据挖掘【时间序列预测】常用数据集-Datasets：电力数据集、空气质量数据集、ETTh系列、ETTm系列等.zip

大家好！在深度学习&数据挖掘中，这是我们在研究时间序列预测、时间序列建模中常用到的数据集，内含数据集介绍说明，数据整理分析收集不易，请珍惜！欢迎有需要的朋友下载！

2024-07-11

【智能交通系统ITS-常用数据集Datasets合集】PEMS系列、METR-LA（含有详细Weather天气数据集）.zip

这是在深度学习的交通交通领域ITS以及时间序列预测中常用到的几个数据集（METR-LA、PEMS03、PEMS04、PEMS07、PEMS08、PEMS-BAY以及Weather.csv详细的天气数据集），资源整理分析不易，请珍惜，也热烈欢迎有需要的科研工作者下载学习。

2024-07-10

【数据集Dataset】ExchangeRate.csv（金融大数据分析、时间序列建模、时间序列预测常用）.zip

1990年1月1日 0:00 至 2010年10月10日 0:00期间，详细的ExchangeRate 的csv汇率数据集文件。常用于金融大数据分析、时间序列建模、时间序列预测等深度学习应用与实战，欢迎有需要的朋友下载学习。

2024-07-10

ray-3.0.0.dev0-cp39-cp39-win-amd64.zip

ray：Python3.9版本。

2024-05-09

【win11也适用】HDFView安装包.zip

HDFView，可以打开查看、阅读以 .h5 结尾的文件。该安装包虽然初始时是支持win10系统的，不过经过测试，也适用于win11系统。大家可以放心安装使用，注意安装完毕，需要添加环境变量哈（以防闪退）。基础安装教程和使用教程记录在：https://xiexu.blog.csdn.net/article/details/138575721（预计在2025年发布），欢迎有需要的朋友下载使用。

2024-05-09

Python-科研绘图练习-4（可执行案例代码，含输出图像）：绘制多种情况下的柱状图(条形图).zip

大家好！这是近期完成的关于使用Python完成常见科研图像的绘制相关教学，已经在blog中记录：“【科研绘图(4) & PyCharm】趣味小案例：如何获取图片配色？| 绘制带有子图的柱状图 | 绘制不同模型在不同数据下的不同指标表示的柱状图(含误差) | 绘制阴影柱状图（中文的显示）”，详见：https://xiexu.blog.csdn.net/article/details/138534848。本资源包含完整的可执行代码文件以及输出结果和必要的注释，欢迎有需要的朋友下载学习。

2024-05-08

实战代码基于Python&PyCharm-科研绘图综合练习（折线图、子图、柱状图）-3.zip

大家好！这是近期完成的“【SCI科研绘图(3) & PyCharm】同一张图：上下绘制多个并行的折线图(子图)，左右绘制折线图 | 折线图与条形图(柱状图)的综合绘制 | Python绘图综合练习”相关教学记录。即通过Python绘制相关图像的学习，本资源包含完整的可执行代码以及输出，欢迎大家调试运行和学习。本资源已经在blog中记录，详见：https://xiexu.blog.csdn.net/article/details/138467649（预计于2025年发布）。

2024-05-07

前端实战-酷炫黑白粒子空间旋转特效（效果+可执行代码）-HTML+CSS+JavaScript.zip

大家好！这是近期通过前端技术实现的一个“酷炫黑白粒子空间旋转特效”，本资源包含完整的可执行代码（下载文件，解压后可以点击运行）和运行特效展示，该内容已经在博客中记录：https://xiexu.blog.csdn.net/article/details/132677358（预计于2025年发布）。欢迎正在学习前端的朋友下载练手~

2024-04-23

科研24年四月中旬文章合集.zip

合集分析：https://xiexu.blog.csdn.net/article/details/131999248（预计25年发布），个人科研阅读文章，仅学习使用。请勿下载，仅自己可见。

2024-04-22

交通预测：扩散卷积递归神经网络DCRNN代码 + 文章.zip

仅学习使用。交通预测相关模型：DCRNN。本资源包含code以及文章，文章分析已经在博客中记录，详见：https://xiexu.blog.csdn.net/article/details/133094961（该内容预计2025年发布）

2024-04-18

交通预测模型合集：STGCN、DCRNN、ASTGCN、Graph wavenet、STGNN、STSGCN、STFGNN

所涉及的交通预测相关的模型，其原文章。注：仅学习使用哈~主要包含的模型:STGCN、DCRNN、ASTGCN、Graph wavenet、STGNN、STSGCN、STFGNN。模型所在的文章分析链接：（注：下述链接预计在2025年发布） STGCN：https://xiexu.blog.csdn.net/article/details/134570501 DCRNN：https://xiexu.blog.csdn.net/article/details/133094961 ASTGCN：https://xiexu.blog.csdn.net/article/details/131999338 Graph wavenet：https://xiexu.blog.csdn.net/article/details/132279336 STGNN：https://xiexu.blog.csdn.net/article/details/132844935 STSGCN：https://xiexu.blog.csdn.net/article/details/133148447 最后一个写不开了。

2024-04-17

【metr-la.h5、pems-bay.h5数据集】含初步查看数据集的可执行Python代码.zip

如题所述，两个数据集，metr-la.h5、pems-bay.h5。交通预测相关，个人保存。同时含有初步查看这两个数据集的可执行Python代码，已经在博客中记录，详见：https://xiexu.blog.csdn.net/article/details/131999474（注：该链接预计于2025年公布）

2024-04-14

【Traffic Transformer】（code，数据集）-科研.zip

交通Transformer，项目和数据集。同时包含两个版本的原文章。仅学习使用。部分简析已经在个人blog记录，详见：https://xiexu.blog.csdn.net/article/details/132054441（该内容预计2025年公布）

2024-04-14

【交通流量预测】-3.zip

个人阅读过的关于交通流量预测的一些文章，第三部分。仅学习使用~ 包含详细文章。本篇中，各个文章的摘要详见：https://xiexu.blog.csdn.net/article/details/131999398。该内容目前也是还躺在草稿箱，预计将于2025年发布。

2024-04-11

【交通流量预测】-2.zip

个人阅读过的关于交通流量预测的一些文章，第二部分。仅学习使用~ 包含详细文章。本篇中，各个文章的摘要详见：https://xiexu.blog.csdn.net/article/details/136030806。该内容也还躺在草稿箱，预计将于2025年发布。

2024-04-11

【交通流量预测】-1.zip

个人阅读过的关于交通流量预测的一些文章，第一部分。仅学习使用~ 包含详细文章。本篇中，各个文章的摘要详见：https://xiexu.blog.csdn.net/article/details/135882633。该内容还躺在草稿箱，预计2025年发布。

2024-04-11

sumo交通建模-过程性成果（完成十字交通路口车辆流向配置）.zip

这是近期通过sumo专业交通仿真建模工具完成的对某十字路口进行基础建模仿真用到的文件，具体实现细节已经在博客中记录，详见文章“LibCity：开源的交通预测算法库 | 面向小白，从0到1【SUMO十字路口仿真建模】路网搭建、车辆配置、实现仿真、仿真结果输出”，该文章将于近期发布。本资源包含文章中提到的所有细节，欢迎学习sumo的朋友下载练习和使用。

2024-03-29

【SUMO十字路口建模-netedit初步设置】cross240327.net.zip

使用SUMO中的netedit进行十字路口建模的设置，期间的过程性成果。

2024-03-27

METR-LA.h5数据集（含初始数据集；含划分好的训练集、验证集、测试集；含划分所用代码）【智能交通系统】-交通流预测.zip

这是计算机科学实验中所用到的数据集，该数据集具体内容为：杉矶县高速公路上的环路探测器收集的。该数据集的时间跨度为 2012 年 3 月至 2012 年 6 月，共有 207 个传感器（节点）。本资源包含该初始数据集metr-la.h5文件，同时包含划分好的训练集文件train.npz、划分好的验证集文件val.npz、划分好的测试集文件test.npz，在交通预测的深度学习实验中，可以直接使用划分好的这三者。除此之外，我还在资源中提供了划分所用的Python代码，可以使用该代码将原始交通数据划分为所述的训练集、验证集、测试集，依据个人需求使用即可。资源整理不易！代码亦不易，请珍惜资源！欢迎有需要的朋友下载，祝各位实验顺利！

2024-03-25

AttributeError: 'Line2D' object has no property 'cmap'

2022-10-29

这是一次警告的记录，需要怎么解决呢？

2022-10-14

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

【完整安装包】Acrobat Pro DC v2020（附说明）.zip

卸载工具Adobe Creative Cloud Cleaner Tool.zip

小工具一款卸载电脑顽固软件的神器Geek-Uninstaller-CSDN@追光者♂.zip

基于Python对空气质量监测数据分析以及可视化（含完整可执行代码、数据集）.zip

深度学习&数据挖掘【时间序列预测】常用数据集-Datasets：电力数据集、空气质量数据集、ETTh系列、ETTm系列等.zip

【智能交通系统ITS-常用数据集Datasets合集】PEMS系列、METR-LA（含有详细Weather天气数据集）.zip

【数据集Dataset】ExchangeRate.csv（金融大数据分析、时间序列建模、时间序列预测常用）.zip

ray-3.0.0.dev0-cp39-cp39-win-amd64.zip

【win11也适用】HDFView安装包.zip

Python-科研绘图练习-4（可执行案例代码，含输出图像）：绘制多种情况下的柱状图(条形图).zip

实战代码基于Python&PyCharm-科研绘图综合练习（折线图、子图、柱状图）-3.zip

前端实战-酷炫黑白粒子空间旋转特效（效果+可执行代码）-HTML+CSS+JavaScript.zip

科研24年四月中旬文章合集.zip

交通预测：扩散卷积递归神经网络DCRNN代码 + 文章.zip

交通预测模型合集：STGCN、DCRNN、ASTGCN、Graph wavenet、STGNN、STSGCN、STFGNN

【metr-la.h5、pems-bay.h5数据集】含初步查看数据集的可执行Python代码.zip

【Traffic Transformer】（code，数据集）-科研.zip

【交通流量预测】-3.zip

【交通流量预测】-2.zip

【交通流量预测】-1.zip

sumo交通建模-过程性成果（完成十字交通路口车辆流向配置）.zip

【SUMO十字路口建模-netedit初步设置】cross240327.net.zip

METR-LA.h5数据集（含初始数据集；含划分好的训练集、验证集、测试集；含划分所用代码）【智能交通系统】-交通流预测.zip

SCI & PyCharm科研绘图练习240322-CSDN@追光者♂.zip

最新版Git压缩包 及安装步骤说明240320.zip

sumo-main240319.zip

data-【SUMO交通流仿真小案例】240319.zip

HTML炫酷多彩粒子特效（可执行代码+效果演示）.zip

【SUMO交通仿真】路网资源教学-240316-Road-Network.zip

osm地图转.net.xml格式240317.zip

简约-爱在心中（HTML文字环绕爱心特效）-完整可执行代码与效果展示

HTML+CSS+JavaScript 让爱旋转(爱心旋转特效)-CSDN@追光者♂.zip

【Transformer学习】含Transformer文章以及annonated-transformer-代码.zip

HTML+CSS+JavaScript-无穷可爱爱心喷射特效-CSDN@追光者♂.zip

【HTML+CSS+JavaScript】手绘-前端特效-真心可爱小人表白（完整可执行代码资源）CSDN@追光者♂.zip

代码资源仅个人保存：tgn-master、DGI-master、AutoST-main-20240104.zip

2023-12-22 -思维导图整理.zip

【趣味Python&Python进阶】tqdm进度条综合练习(嵌套综合应用、多线程、多进程、进程间通信).zip

Transformer 架构（代码+原Paper）.zip

研究生系统化入门教程机器学习.zip

AttributeError: 'Line2D' object has no property 'cmap'

这是一次警告的记录，需要怎么解决呢？

最新版Git压缩包及安装步骤说明240320.zip