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(79)
  • 收藏
  • 关注

原创 C语言查漏补缺学习【精简版】

逗号的组合关系是自左向右,所以左边的表达式会先计算,而右边的表达式的值就留下来作为逗号运算的结果。枚举类型名字通常并不真的使用,要用的是在大括号里的名字,因为它们就是常量符合,它们的类型是int,值则一次从0到n。当要传递的参数的类型比地址大的时候,这是常用的手段:既能用比较少的字节数传递值给参数,又能避免函数对外面的变量的修改。当需要一些可以排列起来的常量值时,定义枚举的意义就是给了这些常量的值的名字。16.*:是一个单目运算符,用来访问指针的值所表示的地址上的变量。

2024-05-18 16:03:12 767

原创 E-Prime基本功能介绍

E-Studio:编程工具,编辑实验页面;E-DataAid:处理和分析数据;E-Basic:编程语句;E-Run:运行实验;E-Merge:把多个数据合并成一个;E-Recovery:回复未完成的实验数据;

2024-05-18 15:48:15 218

原创 TorchEEG文档_学习笔记1【代码详解】

详情请参阅相关文档。一些研究表明,基于注意力的模型在脑电图方面取得了良好的分类性能,例如Altaheri等人的ATCNet,该模型在模型结构中使用了移动窗口,并利用多头注意力来处理窗口内的数据。​ 在离线预处理过程中,我们将每个电极的脑电信号分为4个子带,计算每个子带的微分熵作为特征,进行去基线,并映射到网络上。值得注意的是,除非特别需要,BaselineRemoval之前的Transformer应设置apply_to_baseline = True,以确保基线信号和实验信号进行相同的变换。

2024-04-20 10:40:45 1133

原创 torchEEG工具箱

​ 一个python工具箱TorchEEG,将工作流程分为五个模块:datasets、transforms、model_selection、models、trainners。每个模块都包含即插即用函数,用于构建和管理工作流程中的某个阶段。鉴于对感兴趣时间窗口的频繁访问,我们引入了一个以窗口为中心的并行输入/输出系统,以增强深度学习系统的效率。​ 总之,TorchEEGEMO是一个全面而高效的基于脑电图的情绪识别工具箱。

2024-04-19 12:24:10 835

原创 生成对抗网络GAN的扩展应用理解

注:本文仅个人学习理解,如需详细内容请看原论文!

2024-04-17 19:47:48 471

原创 在linux系统打开pycharm,为pycharm在桌面设置图标

【代码】在linux系统打开pycharm,为pycharm在桌面设置图标。

2024-04-17 10:39:24 366

原创 在linux系统中启动pycharm

2.进入pycharm的安装路径,进入bin目录。3.右击,打开终端,输入./pycharm.sh。1.找到pycharm的安装路径,一般在。

2024-04-16 22:24:08 736

原创 nvalid value for --gpu-architecture (-arch)

使用gpu运行深度学习代码时,遇到这个错误。官网,下载对应CUDA版本的pytorch。与cuda驱动的版本有关。2.查看CUDA版本。

2024-04-16 20:42:12 300

原创 GAN:对抗生成网络【通俗易懂】

对抗生成网络(GAN)是一种深度学习模型,由两个神经网络组成:生成器G和判别器D。这两个网络被训练来协同工作,以生成接近真实数据的新样本。生成器的任务是接收一个随机噪声向量,并将其转换为与真实数据相似的假样本。而判别器则尝试区分生成器生成的假样本和真实数据之间的区别。通过训练,生成器不断优化以生成更逼真的假样本,而判别器也不断优化以更好地区分真假样本。在训练过程中,生成器和判别器之间形成了一种对抗关系:生成器努力欺骗判别器,而判别器努力识别生成器生成的假样本。

2024-04-14 12:10:51 1102

原创 MobileNet之【深入理解 深度可分卷积】

在传统卷积神经网络中,内存需求大、运算量大,导致无法在移动设备以及嵌入式设备上运行。增加了超参数α(控制卷积层、核数量)、β(控制输入图像尺寸)。MobileNet大大减少模型的参数与运算量;输入特征矩阵通道=卷积核个数=输出特征矩阵通道。卷积核通道 = 输入特征矩阵通道。输出特征矩阵通道 = 卷积核个数。卷积核通道 = 输入特征矩阵通道。输出特征矩阵通道 = 卷积核个数。但是,卷积核的大小为1.

2024-03-23 18:03:35 189 1

原创 Transformer学习【从零理解】

(1)Embedding:将输入的词转换为对应的词向量。(2)位置编码:因为保证输出时,顺序不会打乱,所以要加入时序信息即位置编码。公式:偶数时用sin三角函数,奇数时用cos三角函数。(3)将Embedding和位置编码合并后传入注意力机制。

2024-03-19 19:24:25 816

原创 SEED:基于SEED数据集的理解

研究影响情绪关键频段和信道,选择了4、6、9、12个通道进行实验。1.与积极、中性和消极情绪相关的神经特征确实存在,并且他们在不同个体之间存在共性。2.30次实验,即在两次不同的时间进行实验。研究情绪识别中的脑电图稳定性。1.调查了三种情绪的稳定神经模式。2.在研究情绪识别任务中,还应该考虑性别、年龄和种族等重要因素。

2024-03-16 15:33:58 1414

原创 未预期的符号“(”附近有语法错误

解决方法:在()前面增加转义符号“ \ ”,这样才能顺利执行。原因:没有准确识别‘()’,需要通过转义字符。

2024-03-13 12:06:46 727

原创 Creating an ndarray from ragged nested sequences

这个警告意味着你正在尝试从不规则的嵌套序列(例如列表或元组)创建一个 ndarray,而这些嵌套序列的子序列具有不同的长度或形状。在 NumPy 中,这种行为已被弃用,因为它可能导致不一致的行为和意外结果。如果你确实需要创建一个包含不同长度或形状的子序列的数组,你可以将 dtype 参数设置为 object。这将创建一个包含 Python 对象的数组,这些对象可以是任何类型,包括列表、元组或其他数组。

2024-03-11 11:18:03 306

原创 Pycharm使用教程

交互式python编码控制台,与jupyter类似,可以直接编码。如图:只需输入iter即可显示for循环。在pycharm的右下角,有个锁的形状。(1)设置代码的大小,以及行间距。(7)编码格式,默认utf-8。(3)代码区的个性化设置。备忘录,以注释的方式提醒。选择项目右击‘New’(2)设置代码编辑区。(5)一行最多字符数。

2024-03-10 11:29:25 489

原创 Pycharm常用快捷键【持续更新】

快捷键解释注释和取消注释Ctrl + /代码右移Tab代码左移Shift + Tab自动缩进Ctrl + Alt +I运行Ctrl+shift+F10PEP8规范格式化Ctrl+alt+L查找Ctrl+F替换Ctrl+R光标移动到下一行shift + enter删除一行Ctrl + Y复制一行Ctrl + D移动行Shift + Alt +箭头设置ctrl + Alt + S选中一个对

2024-03-10 11:26:19 129

原创 pycharm连接服务器

8.下面的“Sync folders”是本地文件对应服务器上的存储地址,我的地址是“/home/用户名/文件夹名”7.添加自己的Interpreter,一种是服务器中,python安装的位置,另一种是conda虚拟环境中。2.点击“Tools”->“Deployment”->“Automatic Upload(Alaways)”1.点击“Tools”然后点击“Start SSH Session”4.通过SSH连接,并且输入服务器的IP和用户名点击“Next”1.点击“File”,选择“setting”

2024-03-09 18:05:26 211

原创 DEAP:利用生理信号进行情绪分析的数据库【DEAP数据集】

● DEAP:用于分析人类情感状态的多模态数据集。● 32名参与者观看了40个一分钟长的音乐视频。● 参与者根据唤醒、价值、喜欢、支配力、熟悉度对每个视频进行评分。● 利用了last.fm网站检索的情感标签、视频两点检测和在线评估工具对实验的评分进行了广泛的分析。

2024-03-08 20:57:30 1100

原创 BERT学习【BERT的例子以及作用】

因为将内容输入到BERT中,BERT是一个encoder,带有selfattention,会根据上下文的不同,果对应的向量也不同。将问题和文章输入到BERT中,通过RandomInitialized,与输入内容对应的向量做内积,通过softmax输出,选择可能性最大的内容输出。通过输入一个句子(sequence),然后输出一个句子的分类(这个句子是正向还是负向)。通过计算果的相似度,上面5句话是代表能吃的果,下面的5句话代表苹果公司,两两之间做相似度,形成一个10x10的矩阵。

2024-03-05 11:24:26 565

原创 半监督学习理解

(2)集群假设:在分类问题中,数据往往被组织成高密度的集群,同一集群的数据点可能具有相同的标签。相反,它应该位于高密度区域之间,将它们分离成不连续的群组。具体操作:对于一个给定的特征x,我们的模型应该对潜在Augment(x)半径内的所有数据点做出类似的预测。那么x和x周围的类别是一致的)(3)流形假设:高纬数据分布可以在一个嵌入式的低纬空间中表示。核心动机:识别哪些未标记的点是最有价值的,由人在循环中进行标记。(1)连续性/平滑性假设:相近的数据点可能有相同的标签。附近 的数据点的差距(差距不大)

2024-02-29 19:40:57 377

原创 python3.6 os.makedirs() 和 os.mkdir() 用法【windows中】

os.mkdir() 用于创建单个目录 ,要确保目标文件的父级目录存在,例如,如果指定的路径是 dir1/dir2/dir3,但 dir1 或 dir1/dir2 不存在,os.mkdir() 会报错。os.makedirs() 用于创建多层目录,例如,如果指定的路径是 dir1/dir2/dir3,但 dir1 或 dir1/dir2 不存在,os.makedirs() 会自动创建这些不存在的目录。相同点:都是 Python 中用于创建目录的函数。

2024-01-28 10:20:19 614

原创 OSError: [WinError 1455] 页面文件太小,无法完成操作。 Error loading E:\software\Anaconda\envs\MFA-LR\lib\site-pack

虚拟内存别称虚拟存储器(Virtual Memory)。电脑中所运行的程序均需经由内存执行,若执行的程序占用内存很大或很多,则会导致内存消耗殆尽。1.页面文件太小,所以需要调大页面文件的大小,conda环境在哪个盘下面,就扩大哪个盘的虚拟内存。将代码中的Dataloader中的参数num_workers为0。一般在加载数据的地方。1.找到我的电脑右击属性,点击高级系统设置。2.数据加载的子进程数量有点大。3.高级——>程序——>更改。

2024-01-27 21:57:43 627

原创 import tensorflow.contrib.slim as slim中contrib报红,显示没有导入contrib

找到包的位置,查看tensorflow中是否下载了contrib包,如果有的话,建议重新装一次TensorFlow。(当然也可以将contrib复制到tensorflow文件夹下面,不修改原来代码)我的在tensorflow_estimator下。如果没有找找,可以在搜索栏搜一下在哪。

2024-01-25 21:12:12 386

原创 import cPickle as pkl报错ImportError

报错原因:在 Python 3.x 版本中,cPickle 已经被移除。在python2.X版本中使用。在python3.X版本使用。

2024-01-25 17:36:11 371

原创 Authorization Failed You can close this page and return to the IDE

注册JetBrains成功,并且通过了学生认证,但在activate pycharm时,却显示Authorization Failed You can close this page and return to the IDE如上图。4.鼠标右击用记事本打开hosts,删除以下内容,删除之后,保存时,可能存在权限问题,如果不能顺利保存,请参见。2.找到JeBrains文件夹,在AppData下面,将JeBrains文件夹删除。我是韩一,用知识认识更多的人,欢迎大家指正!5.重新激活即可成功。

2024-01-24 17:46:44 844 1

原创 windows修改hosts内容

windows修改hosts内容

2024-01-24 17:39:57 396

原创 CBAM块:通道、空间注意力(Convolutional Block Attention Module)浅层理解

在空间维度上,重复通道注意块中的池化,然后将两种不同池化得到的特征进行拼接,通过一个卷积层,学习空间的相关性,最后通过sigmoid激活函数,得到空间注意力。特征图经过通道注意块会得到一个值,将这个值与原来的特征图的值相乘得到第二个值,将第二个值进入空间通道,会在次得到一个值,将这个值与第二个值相乘,得到第三个值,最后输出第三个值。将特征图并行通过最大池化和平均池化得到的特征,在经过一个共享MLP,从而得到两个权重,将这两个权重相加在经过sigmoid激活函数,最后得到一个通道权重。

2024-01-18 17:37:09 399

原创 图深度网络浅层理解

图网络。

2024-01-16 16:21:59 406

原创 TCN 时序卷积网络 (temporal convolutional network)【因果卷积、空洞卷积】

因果卷积保证了在任何时间点t,输出只依赖于时间点t及其之前的输入,而不依赖于t之后的输入。具体地说,假设我们有一个一维的输入序列和一个大小为k的卷积核,为了实现因果卷积,我们可以在序列的开始处填充k-1个零,然后进行标准的卷积操作。最初的提出是为了解决图像分割的问题,常见的图像分割算法通常使用池化层和卷 积层来增加感受野,同时也缩小了特征图尺寸,然后利用上采样还原图像尺寸,特征图缩小在放大的过程造成了精度上的损失,因此需要一种操作可以在增加感受野的同时保持特征图的尺寸不变,从而代替下采样和上采样操作。

2024-01-10 20:58:09 1807

原创 Pytorch的GPU版本安装,在安装anaconda的前提下安装pytorch

本文基于conda安装GPU版本的PyTorch。

2024-01-05 20:10:10 1446

原创 CondaError: Downloaded bytes did not match Content-Length

清华:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/阿里:http://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/conda安装包的时候下载的包的长度不够用,导致安装失败,常常是超时。

2024-01-05 14:39:01 699

原创 利用markdown语法,写出数学公式以及常用符号【持续更新!!!】

写文章,做笔记都要用到markdown语法写出数学公式

2023-12-25 21:04:21 990

原创 module ‘d2l.torch‘ has no attribute ‘train_ch3‘

再下载新的版本,需要以管理员身份运行下载指令。我是韩一,用知识认识更多的人,欢迎大家指正!如果没有安装d2l,请安装 详细步骤见。

2023-11-24 21:09:20 1080 4

原创 python中,axis=0,axis=1,axis=2的理解【对于按待定轴求和,axis=‘x’的理解】

axis='x'的理解

2023-11-20 11:58:47 300

原创 沐神深度学习报错 can only concatenate str (not “int“) to str

动手学深度学习第二章数据预处理中报错: can only concatenate str (not “int”) to str。panda新版本对fillna函数做了调整,原先是忽略str。

2023-11-18 10:00:00 375 2

原创 关于python中内存分配的问题,运行一些操作可能会导致为新结果分配内存,用Python的id()函数演示

在机器学习中,我们可能有数百兆的参数,并且在一秒内多次更新所有参数。一般在python中不会考虑像C++中的内存问题,但是在一些高级应用中会考虑,例如有一个特别特别大的矩阵,最好不要不断的赋值,导致内存问题产生。1.有如下代码:Y的 id 存在变量before中,把Y+X在赋值为Y(相当于又创建了一次Y),这个Y的 id 和之前Y的 id 是不相同的。函数, 它给我们提供了内存中引用对象的确切地址,这个id就像C++中的指针,id在python中表示object的唯一标识号。在python中有个。

2023-11-17 20:37:42 112

原创 在已安装Anaconda环境下配置沐神(李沐老师)动手学深度学习环境

安装了Anaconda基本环境,了解Jupyter NoteBook。6.配置到Jupyter NoteBook中。7.实现在jupyter中幻灯片模式(可选)我是韩一,用知识认识更多的人,欢迎大家指正!1.打开 Anaconda Prompt。4.下载沐神所需要的包。

2023-11-17 18:43:11 350

原创 零基础学习Matlab,适合入门级新手,了解Matlab

简单学习Matlab

2023-11-12 15:23:42 829

原创 Zotero详细功能补充!熟练使用!【进阶版,持续更新】

熟练使用Zotero,进阶版

2023-11-10 22:14:30 2962

原创 Zotero拓展功能之Zotero Style

Zotero Style的具体功能,更好的使用Zotero

2023-11-10 09:00:00 13963 8

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