- 博客(42)
- 收藏
- 关注
原创 深度学习算法informer(时序预测)(六)(数据处理、自注意力、自适应调节学习率、早停法)
在每个epoch结束时,根据当前的epoch和设定的调整策略,更新优化器的学习率。目的是在验证损失不再显著改善时提前停止训练,从而防止过拟合。它会在每个epoch结束后调用,检查当前的验证损失是否改善。,特征值只有温度,解码器的输入与编码器的输入不同,将。编码器的输入倒数12个时间点。编码器最后12个时间点。
2024-06-21 15:01:16
140
原创 深度学习算法transformer中的核心multihead_attention代码
【代码】深度学习算法transformer中的核心multihead_attention代码。
2024-06-12 09:37:57
153
原创 一文配置python、pytorch、cuda、cudnn环境
不同的cuda版本对应不同的pytorch,我这里安装的是cuda11.8。python和pytorch版本对应。
2024-04-19 10:27:24
190
原创 ubuntu 搭建 gitlab最全教程
浏览器输入服务器 ip:端口号,进入登陆界面,输入用户名 root 以及刚才复制的密码,进入 gitlab,创建user。当前我的系统是ubuntu18,对应codename是bionic,因此下载对应gitlab,下载网址是。cd到你想安装的位置,mkdir 文件夹名字,sudo su切换成root身份。不同版本的ubuntu需要匹配不同版本的gitlab。七、获取 root 用户初始密码,复制密码。修改配置,初始化配置文件,重启gitlab。二、根据版本信息下载对应的gitlab。
2024-03-08 13:26:56
1015
1
原创 pandas基础(四)(分组groupby、透视表pivot_table)
应用包括agg、transform、filter、apply。原则:分组-应用-组合。
2023-12-05 10:46:44
203
原创 pandas基础(三)(合并数据集concat、append、merge、join)
on:用于连接的列索引名称,必须同时存在于左、右两个DataFrame中,默认是以两个DataFrame列名的交集作为连接键,若要实现多键连接,‘on’参数后传入多键列表即可。suffixes:字符串值组成的元组,用于指定当左右DataFrame存在相同列名时在列名后面附加的后缀名称,默认为(’_x’, ‘_y’)right_index:使用右侧DataFrame中的行索引作为连接键。right_on:右侧DataFrame中用于连接键的列名。left_on:左侧DataFrame中用于连接键的列名。
2023-11-21 14:16:43
73
原创 pandas基础(一)(生成Series、DataFrame和Series、DataFrame数据选择)
一、生成Series、Series数据选择二、生成DataFrame、DataFrame数据选择
2023-11-16 11:24:47
27
1
原创 机器学习算法(一)模型评估
划分训练集与测试集(训练集约占2/3~4/5) (1)保证训练集测试集类别比例相似;:(1)划分数据集为k个子集,每次训练k-1个子集,测试剩下的子集 (极端情况是留一法)(2)p次划分,重复实验取平均值。训练误差小,测试误差(泛化误差的近似,即在新样本上的误差)小。ROC面积是AUC,越接近于(0,1),模型越好。
2023-11-15 11:24:21
92
原创 一文读懂统计功效,样本量计算
设从均值u,方差s的任意总体中抽取样本量为n的样本,当n非常大时,样本均值服从于均值u,方差s/n的正态分布。:1 - 纳伪错误,即原假设是错误的,拒绝错误假设的概率。
2023-11-09 16:42:38
362
1
原创 一文读懂假设检验
2010年平均离婚率为30%,标准差为0.2,现从2012年夫妻中抽取100个样本,测得其平均离婚率为35%,假设平均离婚率服从正态分布,显著性水平为0.05,问这两年平均离婚率有无显著差异?3. 计算假设成立的前提下出现当前样本统计量的概率。计算假设成立的前提下出现当前样本统计量的概率。假设1:2012年平均离婚率!假设0:2012年平均离婚率 = 30%:原假设正确却拒绝的概率。:原假设错误却接受的概率。:显著性水平围成的区域。:犯弃真错误的概率。
2023-11-08 15:24:08
74
1
原创 一文读懂熵、交叉熵、交叉熵损失函数
估计的概率分布Q影响了期望和编码长度,所以得到的结果很可能错得离谱,我们需要对比我们的编码长度和理论上的最小编码长度(熵)。例如现在出去玩有四个游乐园(迪士尼、环球影城、长隆、方特)可供选择,每种选择的概率都是1/4,我们要用二进制编码这四种情况发送给朋友,和朋友商量去哪玩,那在不丢失信息的情况下最小编码长度是多少呢?在二分类中,交叉熵可以对比模型的预测结果和数据的真实标签,随着预测越来越准确,交叉熵的值越来越小,如果预测完全正确,交叉熵的值就为0。上节提到的是离散变量的熵的公式,连续变量的熵的公式如下。
2023-10-31 10:57:39
115
1
原创 一文读懂似然、概率、极大似然法
比如现在创业了1000次,结果成功90次,失败910次,我们可依据这个结果来判断创业失败率91%,成功率9%,这个过程就是根据结果去判断环境参数。来预测某件事情发生的可能性,比如创业成功率10%,失败率90%(这是自定义的哈),在创业前我们并不知道会成功还是失败,只能说成功的可能性有10%。比如现在有一个参数未知的概率模型和该概率模型产生的一些点,那极大似然法就是在根据这些点去求解该概率模型的参数。,也就是结果没有产生之前,依据。假设概率模型参数未知,定义为。,该模型产生点的概率为。极大似然法就是在求解。
2023-10-26 10:35:31
185
原创 深度学习算法CNN
nn.ReLU(),nn.ReLU(),nn.ReLU(),nn.ReLU(),nn.ReLU(),return x# 可以加入其他变换])# 验证集和测试集不需要数据增强])= 'test'))opt.step()preds = []
2023-10-07 15:58:04
48
1
原创 深度学习算法多分类
多分类3. 定义有关Dataset, DataLoader的数据整理4. 定义config5. 定义训练6. 定义测试7. main函数以及运行结果
2023-09-26 16:08:08
68
1
原创 工作沟通技巧
改进方案,下 月……1. 阶段性汇报,遇到何困难,做何努力,预计何时完成(小的内容可以在闲谈时说明,大的内容 可以具体发信息或开会描述)2. 遇到解决不了的问题,不要说干不了,带上解决方案请领导决策。领导,这段时间您安排的……地步,下一阶段我准备做……,您看还有什么补充的吗。领导,这些事情的进展是……凡事有交代,事事有回应。领导,您看这样可行吗。
2023-09-25 10:42:06
40
1
原创 深度学习算法DNN
2. 定义DNN网络3. 定义有关Dataset, DataLoader的数据整理4. 定义config5. 定义训练6. 定义测试7. 定义画图8. main函数以及运行结果
2023-08-29 11:20:59
118
原创 Python与Matlab/Simulink交互(二)
设置触发逻辑,当满足条件(时间大于pause_time)时触发代码,代码表示simulink模型暂停,然后在m文件中修改仿真参数,继续控制simulink模型运行。
2023-08-25 12:29:13
735
1
原创 Python与Matlab/Simulink交互(一)
python与simulink交互,最终也是和matlab交互,交互过程有两个关键点本节先讲第一个关键点。
2023-08-24 15:59:50
1468
1
原创 深度强化学习算法PPO训练Pendulum
returnadv = 0print('状态空间维度:', state_n)print('动作空间维度:', action_n)steps = []if done:breakif done:breakelse:steps = []if done:break。
2023-08-21 09:39:19
263
1
原创 深度强化学习算法PPO训练CartPole
return# 蒙特卡洛求优势函数,方差大,时序差分求优势函数,偏差大,一般都采用GAE(蒙特卡洛和时序差分的结合)# 磨菇书采用的是蒙特卡洛if done:print('状态空间维度:', state_n)print('动作空间维度:', action_n)steps = []if done:breakif done:breakelse:steps = []if done:break。
2023-08-21 09:23:44
566
1
原创 深度强化学习算法DQN训练CartPole
else:returnprint('状态空间维度:', state_n)print('动作空间维度:', action_n)steps = []if done:breaksteps = []if done:break。
2023-08-21 09:16:40
109
1
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