- 博客(15)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 讲解基于图神经网络的情绪识别深度学习模型DGCNN（附基础原理讲解和代码讲解）
频谱图理论 (Spectral Graph Theory)是用线性代数概念（如特征向量和特征值理论）研究图的性质。（想要简单了解频谱图理论可以参考这个视频。DGCNN的基础是Chebynet。Chebynet是一种频谱图神经网络（Spectral GNNs）在频谱域中操作，具体指的是在图的拉普拉斯矩阵上应用卷积算子。
2024-07-17 20:05:45
780
原创 CustomTkinter：便捷美化Tkinter的UI界面（附模板）
它提供了各种UI界面常见的小部件。这些小部件可以像正常的Tkinter小部件一样创建和使用，也可以与正常的Tkinter元素一起使用。是一个基于Tkinter的Python用户界面库。
2024-05-19 14:42:23
674
原创 对比学习InfoNCE损失函数详解（附代码）：以推荐系统用户和商品编码为例
相似度矩阵在每一行做softmax可以理解成分类问题里的概率：给定一个未扰动编码用户i，有其余32个扰动后的用户编码，判断扰动矩阵中某元素为用户i的概率。相似度矩阵的对角线是正确答案，这个对角线上的值越大，就说明模型特征的辨识度越好。是常用的对比学习损失，现有两个矩阵X（未扰动的用户矩阵）和X‘（扰动后的矩阵），两个矩阵每行一一对应相同的用户。点乘反映着两个向量的“相似度”，两个向量越“相似”，它们的点乘越大。会加入随机扰动的步骤，即在经过每一层的时候生成随机的噪音。是用户i的扰动的编码。
2024-04-25 13:54:59
1504
原创 深度学习RNN,GRU,LSTM文本生成解码器的训练损失讲解（附代码）
中的word_embedding是Token向量，它是一个矩阵，行数和词典的元素数量相同，每一行是32维度的词向量（维度是用户设定的，Word2Vec一般用200维度）。, 每一步计算下一位文字的概率，取概率最大的（这个是贪心算法生成文本，也可以加入一些随机程度采样增加文本多样性）对应的是生成文本的特征，它经过线性层输出20004维度的向量，第i个维度对应词典里第i个字的生成概率。在训练时，解码器会有两个输入：一是编码器提取的用户、商品特征，二是用户对商品的评价。个文字的生成只基于前面的文字。
2024-04-11 17:28:30
667
原创 PyTorch深度学习必用库之PyTorch Lightning新手教程（附100行的完整深度学习项目代码模板）
训练自动化：PyTorch Lightning可以帮助开发者处理训练循环，包括数据加载、批次迭代、前向传播、损失计算和反向传播等。100行左右的代码就可以写出完整的深度学习项目。分布式训练支持：PyTorch Lightning支持分布式训练，可以在多个GPU或多台机器上进行训练，从而加快训练速度，而且配置特别简单。可复现性：PyTorch Lightning提供的API方便用户使用固定的随机种子和训练环境，确保每次运行的结果是可复现的。
2024-03-15 15:50:08
4977
原创 多目标跟踪评价指标介绍：MOTA和IDF1，附py-motmetrics代码
多目标跟踪（MOT）技术在视频分析和计算机视觉领域扮演着至关重要的角色，它的主要任务是在视频序列中跟踪多个对象。MOT通常涉及两个主要阶段：目标检测和数据关联。首先，目标检测阶段通过图像处理技术识别视频中的多个对象，比如识别出路上的行人。然后，在数据关联阶段，算法需要将连续帧中检测到的对象正确关联起来，形成对象的运动轨迹。如下图所示：常用的常用的跟踪方法包括基于卡尔曼滤波的追踪、深度学习方法等。深度学习方法在处理大量复杂数据时显示出强大的性能，比如用ResNet对行人图片进行特征提取。
2024-02-10 22:59:53
2179
原创 简单讲解图卷积网络（Graph Convolutional Layer）附代码
图卷积操作（Graph Convolution Operation）是一种针对图结构数据的特殊卷积操作。在卷积神经网络（CNN）中，卷积操作常在网格数据（如图片）上进行。相比之下，图卷积操作是为了处理不规则的图结构数据而设计的。在图卷积操作中，节点的特征表示是根据邻居节点的特征和自身的特征来更新的。这个过程可以视为在图上的信息传播和聚合操作。具体来说，一个节点的新特征是其邻居节点特征的加权平均，权重通常由节点之间的连接和它们的度（即连接数）决定。给定一个节点 ii，其嵌入hihi。
2024-01-27 22:11:59
2082
原创 【教程+代码讲解】用EEGLab去除眼部伪迹
独立成分分析（ICA）是一种用于将多元信号分离成可加性子分量的计算方法（即，统计独立的非高斯信号源的线性组合）。
2023-09-04 05:52:15
2116
原创 PyTorch, Numpy常用函数、功能小结(含hook笔记)
PyTorch常用函数、功能小结张量变形a.t() // 矩阵转置torch.concat((a, b), 1) // 在列上拼接a, b张量运算torch.matmul(a, b) // 矩阵乘法torch.dot(a, b) // 矩阵点乘
2021-06-24 22:15:12
485
原创 用WebSocket制作简单的联网游戏（以Java为例）
这学期有一门课需要做一款可以联网的游戏，游戏使用Godot引擎。由于WebSocket简单易懂并且支持双向通信，所以我选择了它作为游戏客户端之间的交流协议。需求分析：每个客户端可以创建游戏房间，系统会随机生成房间号。另一个客户端在游戏界面输入房间号后即可加入房间。由于游戏是回合制问答比赛（类似Kahoot），所以每回合要求所有用户同时开始。使用库：javax.websocketWebSocket Server部分部署在远程服务器上，用于处理各本地客户端发来的请求并且在客户端之间传递信息。Java库
2021-05-17 15:38:19
1571
1
原创 GAT: 图注意力模型介绍及PyTorch代码分析
GAT: 图注意力模型介绍及代码分析原理图注意力层(Graph Attentional Layer)图中每一个节点都由ddd维实数特征向量表示，nnn个节点的特征向量可以写成Mn×dM_{n\times d}Mn×d的矩阵形式。经过图注意力层以后，代码分析...
2020-10-15 23:16:22
8480
1
原创 随机向量函数链神经网络（RVFLNN）简介——附测试代码
宽度学习（Broad Learning System）原理介绍：随机向量函数链神经网络（RVFLNN）目录宽度学习（Broad Learning System）原理介绍：随机向量函数链神经网络（RVFLNN）结构分析和训练优化函数链神经网络（Functional-link neural network，简称FLNN）的结构如下图。和深度神经网络结构不同的是，FLNN相当于把隐层放到了输入层中，作为增强结点（Enhancement nodes）。也可以理解成FLNN在输入层就对输入向量进行了非线性变换
2020-07-31 17:53:45
10582
原创 Python Imaging Library (PIL) v.1.1.7 全平台安装指南
PIL使你的Python解释器具有强大的图像处理功能，同时本库支持多种文件格式。极简安装：$ tar xvfz Imaging-1.1.7.tar.gz$ cd Imaging-1.1.7$ Python setup.py install指令的解释见下文安装要求如果需要实现以下功能，请确保在安装PIL库以前搭建好相关的库功能需要的库jpeg支持...
2019-01-14 11:09:34
1690
原创 Mac下Python导入第三方库
Mac下的Python自带easy_install，打开terminal输入： $ sudo easy_install pip #安装pip，一个用来管理第三方Module的玩意儿下载过程的长短和所在地区有关。如果因为网络问题下载不了，解决方法：前往pip的官方文档，下载 get-pip.py。然后在终端里输入指令$ python get-pip.py多版本python下...
2019-01-14 10:51:16
3914
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