weixin_44000193的博客

1.OMNIDIRECTIONAL REPRESENTATIONS对于一个L层的transformer网络，输入的数据维度是N×d，同理得transformer每一层的输出都是N×d。xformer(X)=X1,X2⋅⋅⋅XLxformer(X)=X_1,X_2···X_Lxformer(X)=X1​,X2​⋅⋅⋅XL​ ，Xi∈RN×dX_i ∈ R^{N×d}Xi​∈RN×d对于上面的公式，得到的实际是transformer每一层的输出。然后omninet的机制其实就是下面的公式：O=A

代码背景这几天，由于新型冠状病毒的爆发，每天的新确诊人数都让早上起床的我感到吃惊！大家为了给社会贡献一份力量，即使在春节期间，都可以待在家里少外出。各大IT企业纷纷捐钱捐物资，为抗战一线出力！而此时待在家里的我们能做些什么呢？由于我是学计算机科学与技术的大三学生，想在待在家的时间，利用专业知识，预测一下下一天的确诊人数。因此，就简单地写了一个基础代码，跑了一下，得到了一个结果，准确率不敢保证，...

DBSCAN的python实现什么是DBSCAN原理代码实现可视化工具什么是DBSCAN最近在搞比赛，深入理解了一下DBSCAN算法，下面说说我的心得DBSCAN（Density-Based Spatial Clustering of Application with Noise，具有噪声的基于密度的空间聚类应用）是一种基于高密度连接区域的密度聚类算法。该算法将具有足够高密度的区域划分为簇...

线性回归线性回归通常是利用已知的数据集，来预测未来的数据的大小。例如利用往年的房价数据集来预测未来的房价。梯度下降法本次利用梯度下降法求线性回归，是属于监督学习的范畴。通过真实值与预测值的差来求代价函数。下面直接看代码：import matplotlib.pyplot as pltimport numpy as npx=np.array([1,1,1,1,2,2,2,3,3,3,3,...

逻辑回归首先，逻辑回归并不是属于回归问题，而是属于分类问题。由于历史原因，他就叫逻辑回归而不叫逻辑分类了。逻辑回归还有梯度下降，在机器学习以及深度学习中都非常频繁地会用到。我们这里的逻辑回归用sigmoid函数，使得我们的预测值在（0,1）区间内，当其大于某个阈值时，可以有那么多的把握认为它为某一类。下面先上代码import numpy as npimport matplotlib.pyp...