- 博客(69)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 pycharm2022安装教程
链接：https://pan.baidu.com/s/1e3NAAqdnzfWs0PB9CVaPzg?pwd=2bax 提取码：2bax（注意解压密码为 xugong）教程：https://blog.junxu666.top/p/7624.html。PS: 仅用于学习，禁止商用，如有侵权，请联系作者删除。key is invalid，解决方法都在这里了。
2024-02-25 21:36:16
303
原创 Microsoft Edge 越用越慢、超级卡顿？网页B站播放卡顿？
Microsoft Edge 启动缓慢、菜单导航卡顿、浏览响应沉闷？这些情况可能是由于系统资源不足或浏览器没及时更新引起的。接下来，我们将介绍 10 种简单的方法，让 Edge 浏览器的速度重新起飞。如果以上步骤都没效果，可以更进一步尝试以下 10 种 Microsoft Edge 提速方法。
2024-02-24 22:15:42
5298
原创 双向 LSTM（Bidirectional LSTM）与普通 LSTM 公式过程
双向 LSTM 结构中有两个 LSTM 层，一个从前向后处理序列，另一个从后向前处理序列。在处理序列时，每个时间步的输入会被分别传递给两个 LSTM 层，然后它们的输出会被合并。双向 LSTM（Bidirectional LSTM）与普通 LSTM 有类似的公式过程，但有一些细微的差别。LSTM 是一种循环神经网络（RNN），用于处理序列数据。通过双向 LSTM，我们可以获得更全面的序列信息，有助于提高模型在序列任务中的性能。是前向 LSTM 在第。个时间步的向量表示，个时间步的细胞状态，
2023-08-31 22:04:48
3305
原创 二分查找 数组 相关题目推荐
给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。如果数组中不存在目标值 target，返回 [-1, -1]。class Solution : def searchRange(self , nums : List [ int ] , target : int) - > List [ int ] : # 寻找右边界# 寻找左边界# 调用左右边界函数 得到 左右边界值。
2023-04-26 17:37:04
247
1
原创 数组--二分查找 专题训练
if (nums[middle] > target) right 更新为 middle，因为当前nums[middle]不等于target，去左区间继续寻找，而寻找区间是左闭右开区间，所以right更新为middle，即：下一个查询区间不会去比较nums[middle]这道题目的前提是数组为有序数组，同时题目还强调数组中无重复元素，因为一旦有重复元素，使用二分查找法返回的元素下标可能不是唯一的，这些都是使用二分法的前提条件，当大家看到题目描述满足如上条件的时候，可要想一想是不是可以用二分法了。
2023-04-03 19:32:12
511
原创 长时序预测的最新模型详细讲解记录版
GitHub官网链接地址即可下载，查看各数据的格式与参数，作者的开源比较完备，包含ETT（变压器温度）、ECL（耗电量）和WTH（气象）3个数据集，采用PyTorch实现且没有特殊包依赖的模型代码。Data是 Dataset_Custom 用这个去取数据的，点击查看 Dataset_Custom 函数怎么取自定义的数据，处理数据。收集的指标,分别是风变、…、等特征变量，**第一个必须是采样时间，前10个是X，**最后一个是Y。版本一般向下兼容，不建议一个项目一个环境，先缺啥补啥，都是可以实现的。
2023-03-16 19:44:46
2522
2
原创 基于gin+Grom的Goweb框架bubble清单项目的记录与理解
bubble小清单项目 前端Vue不是很熟悉，要加强对前端代码的理解。后端框架的操作，遇事不决，先写注释。继续学习进阶Go web。
2023-03-16 19:42:46
1095
原创 pytorch基础
文章目录一. pytorch 基础1.1 损失函数与反向传播1.2 优化器1.3 VGG16模型的使用与修改1.4 完整网络模型的训练套路简单汇总1.4.1 网络模型的保存于读取1.4.2 完整模型套路一. pytorch 基础1.1 损失函数与反向传播先是简单的自定义tensor张量去计算loss:import torchfrom torch.nn import L1Lossfrom torch import nninputs = torch.tensor([1, 2, 3], dtype
2022-09-28 10:03:59
536
原创 Informer讲解PPT介绍【超详细】--AAAI 2021最佳论文：比Transformer更有效的长时间序列预测
本章再次重温informer 的重点细节，对Informer模型的问题背景与应用数据场景有了更进一步理解，按作者的表达，适用于具有周期性的数据集，适合做一个较长的时序预测，如果过于短期的预测反而不能很好的体现informer应有的性能。继续从三大挑战出发，提出三点对应的处理方法，从数学推导到实际模型验证的过程。以及论文源码中出现的一些小技巧的学习，比如 EarlyStopping的原理与使用技巧。Reference：1.细读informer与项目学习2. 类Transformer模型的长序列分析预测新方
2022-06-13 21:31:45
7428
16
原创 Vision Transformer (ViT)模型与代码实现（PyTorch）
文章目录摘要一. Visual Transformer (ViT)模型1.1 ViT模型整体结构1.2小结二. VIT 代码实现PyTorch版本摘要一. Visual Transformer (ViT)模型论文源地址：https://arxiv.org/abs/2010.11929参考博客地址：VIT详细讲解1.1 ViT模型整体结构ViT模型是基于Transformer的模型在CV视觉领域的开篇之作，本篇将尽可能简洁地介绍一下ViT模型的整体架构以及基本原理。ViT模型是基于Transfor
2022-05-30 10:29:29
10101
5
原创 VIT模型简洁理解版代码
目录VIT模型简洁理解版代码VIT模型简洁理解版代码## from https://github.com/lucidrains/vit-pytorchimport osos.environ['KMP_DUPLICATE_LIB_OK'] = 'True'import torchimport torch.nn.functional as Fimport matplotlib.pyplot as pltfrom torch import nnfrom torch import Tensor
2022-05-29 16:58:25
3213
原创 Transforemr模型从零搭建Pytorch逐行实现
文章目录摘要一. 细致理解Transforemr模型Encoder原理讲解与其Pytorch逐行实现1.1 关于word embedding1.2 生成源句子与目标句子1.3 构建postion embedding1.4 构建encoder 的self-attention mask1.5 构建 intra_attention 的mask(交叉attention)摘要本周从NLP方向，详细理解了Transformer的词向量，位置编码，编码器的子注意力的mask原理，以及一. 细致理解Transfo
2022-05-23 21:14:56
1090
原创 Informerd详解（2）与C#百度地图定位显示项目学习
文章目录摘要一.Informer代码部分（2）1.1 Deconder模块代码二.三. conda环境导入导出摘要一.Informer代码部分（2）1.1 Deconder模块代码二.三. conda环境导入导出代码运行环境的
2022-05-15 23:17:56
1344
原创 informer源码注释详情记录
目录main_informer.py 源码详情注释main_informer.py 源码详情注释import argparseimport datetimeimport jsonimport osimport shutilimport sysimport pandas as pdimport torchfrom exp.exp_informer import Exp_Informerfrom utils.visualization import *from utils.initi
2022-05-15 19:07:26
2363
9
原创 Informer源码-exp.informer.py的详细注释
exp.informer.py的详细简单注释# 数据加载器import datetimeimport sys# 在自定义的data模块中import pandas as pdfrom data.data_loader import Dataset_ETT_hour, Dataset_ETT_minute, Dataset_Custom, Dataset_Pred#from exp.exp_basic import Exp_Basic# 导入模型from models.model im
2022-05-15 17:52:16
2503
5
原创 GAN原始论文-代码详解与项目数据定时同步实现
文章目录摘要一. GAN原始论文原理导读与pytorch代码实现1.1 GAN的简单介绍1.2 生成对抗网络GAN的定义1.3 GAN的算法流程摘要一. GAN原始论文原理导读与pytorch代码实现GAN原始论文：原始论文下载地址1.1 GAN的简单介绍首先我们用一句话来概括下原始GAN。原始GAN由两个有机中整体构成——生成器 GGG 和判别器 DDD ，生成器的目的就是将随机输入的高斯噪声映射成图像（“假图”），判别器则是判断输入图像是否来自生成器的概率，即判断输入图像是否为假图的概率。G
2022-04-24 20:44:02
2377
1
原创 数据库软件下载与注册流程
文章目录1. 按正常步骤安装SyncNavigator2. 再进入注册激活环节1. 按正常步骤安装SyncNavigator正常按照说明安装2. 再进入注册激活环节1、在客户端中帮助 找到机器码 复制把机器码拷贝到1.xml 文件中的位置如下（替换原来的机器示例码）这里放机器码2、 然后把 1.xml 全部选中，拷贝到 注册机 上面的文本框，点生成 到注册机里生成密钥，授权码会生成到下面文本框里，生成的密钥，全部选中（注意是全部选中，一定要从上往下拉到底）再都拷贝到覆盖文件 中的 DBS
2022-04-18 20:06:50
877
原创 Informer模型与基础学习
文章目录摘要文献阅读一. Informer: 一个基于Transformer改进的高效的长时间序列预测模型1.1 论文摘要1.2 研究内容1.3 Informer模型架构预备知识LSTF问题定义Encoder-Decoder 体系结构1.4 创新点1.5二. pytorch 基础2.1 损失函数与反向传播2.2 优化器2.3 VGG16模型的使用与修改2.4 完整网络模型的训练套路简单汇总2.4.1 网络模型的保存与读取2.4.2 完整模型套路创建网络模型（model.py要确保与train.py在同一文件
2022-04-10 20:30:50
13794
3
原创 细读Autoformer—空间计量分析
文章目录摘要一. Autoformer: 基于深度分解架构和自相关机制的长期序列预测模型论文摘要摘要一. Autoformer: 基于深度分解架构和自相关机制的长期序列预测模型论文摘要
2022-04-03 20:25:21
5853
2
原创 MYSQL 数据库主从同步（局域网）
文章目录一. MYSQL 数据库主从复制，实时同步的再现1. 1 先下载虚拟机（硬件）与lunxi系统（centos7）1.2 在lunxi 系统安装rpm 版mysql 5.5.551.3 在Windows 系统中安装新的MYSQL5.551.4 主从复制的原理与实践1.5 总结一. MYSQL 数据库主从复制，实时同步的再现1. 1 先下载虚拟机（硬件）与lunxi系统（centos7）步骤：下载虚拟机：下载方法与步骤下载centos7 DVD版 镜像如果版本与centos7 不匹配
2022-03-28 12:37:41
2721
1
原创 Transformer的理解与代码实现—Autoformer文献阅读
文章目录摘要一. 关于Transformer的相关学习1.1 手推transformer1.1.1 Encoder部分1.1.2 Decoder部分1.2 Transformer的理解与实现（Pytorch)1.2.1 seq2seq模型1.2.2 Transformer的简单实现1.2.2.1 整体结构1.2.2.2 Encoder编码器的代码实现1.2.2.3 PositionalEncoding 代码实现1.2.2.4 get_attn_pad_mask的细节1.2.2.5 EncoderLa
2022-03-27 14:59:28
9454
14
原创 Transformer在Pytorch中的从零实现完整代码
目录Transformer在Pytorch中的从零实现完整代码Transformer在Pytorch中的从零实现完整代码## from https://github.com/graykode/nlp-tutorial/tree/master/5-1.Transformer# -*- coding: utf-8 -*-import numpy as npimport torchimport torch.nn as nnimport torch.optim as optimimport matp
2022-03-25 10:15:21
2075
1
原创 stata实现经济生态的空间杜宾模型
文章目录摘要一. Stata 实现空间杜宾模型并解读分析1.空间权重矩阵的生成二. 知识图谱学习三. Pytorch 实践摘要一. Stata 实现空间杜宾模型并解读分析1.空间权重矩阵的生成二. 知识图谱学习三. Pytorch 实践...
2022-03-20 15:34:47
22884
4
原创 Neo4j图数据创建知识图谱相关知识
目录neo4j操作笔记neo4j操作笔记创建节点：USING PERIODIC COMMIT 500LOAD CSV WITH HEADERS FROM 'file:///city.csv' AS lineCREATE (:City{ city_id: line.city_id, cityself_id:line.cityself_id, name: line.city})删除节点（City）：MATCH (n:City) DELETE n导入创建关系1：USING PER
2022-02-24 23:04:49
587
原创 Ordinarykringing部分源码01-DCGAN实现—apache配置
摘要本周一是对kringing算法中的pykrige.ok.OrdinaryKriging源码部分分析，对其类的定义形式与各参数所代表的含义有进一步了解；与类中的核心方法execute（）的内部参数的运用与理解。但是对其中计算克里金网格和相关的方差的计算过程，也是最重要的地方，并没有理解（后续请教+查阅资料）。二是利用DCGAN生成对抗网络模型实现动漫头像的生成。三是由于阿里云服务器的PHPnow集成开发环境的重新搭建，并配置apache服务器，实现局域网与外网的直接访问。四是解答毕设疑惑。一.Ordi
2021-12-19 16:57:27
1492
原创 文献阅读（SG滤波器—（LSTM）编码器与解码器模型，预测水质）—OrdinaryKriging模型
文章目录摘要一.Large-scale water quality prediction with integrated deep neural network（基于集成深度神经网络的大规模水质预测）1.1 论文摘要1.2 问题描述补充点1.3 模型设计1.4 评估标准1.5 实验特点1.6 创新点摘要文献阅读一.Large-scale water quality prediction with integrated deep neural network（基于集成深度神经网络的大规模水质预测）作者
2021-12-12 21:47:54
5423
3
原创 定时自动转储数据--项目后台管理界面
摘要一. 条件查询结果定时转储数据的实现使用nvaicat 15 for mysql 即可实现（使用命令较为繁琐）在test数据库下新建条件查询事件本次是查询统计在学生成绩表的按季度和课程统计成绩的最大值，最小值，平均值。直接导出查询结果，按你需要的导出文件格式记得添加事件戳，并保存导出查询，但不要点开始。保存之后，将统计成绩表查询导出，自动运行，将查询事件拖入任务计划中。（注意：先保存任务查询，后才以设置任务计划。）根据需求设置执行事件的时间点，开始——截止，间隔时间，就
2021-12-05 22:07:18
1600
原创 Anaconda镜像安装Pytorch--GPU版 （Windows系统）
目录一. Anaconda镜像安装tensorflow-gpu1.14及Keras超详细版二. Anaconda镜像安装GPU版pytorch0.导入镜像包1.创建Python环境2.激活环境3. conda安装pytorch-GPU 与对应版本的cuda,cudnn4. 3. 检测是否安装成功一. Anaconda镜像安装tensorflow-gpu1.14及Keras超详细版安装tensorflow-gpu1.14及Keras（参考该博主）超级详细的过程在链接中。下载安装好了cuda10.0,与对
2021-11-28 18:11:58
5750
原创 MYSQL数据库跨服务器实时同步更新实践----文献阅读（污水管网水质预测）
文章目录摘要一. MYSQL 数据库主从复制，实时同步的再现1. 1 先下载虚拟机（硬件）与lunxi系统（centos7）1.2 在lunxi 系统安装rpm 版mysql 5.5.551.3 在Windows 系统中安装新的MYSQL5.551.4 主从复制的原理与实践1.5 总结摘要一. MYSQL 数据库主从复制，实时同步的再现1. 1 先下载虚拟机（硬件）与lunxi系统（centos7）步骤：下载虚拟机：下载方法与步骤下载centos7 DVD版 镜像如果版本与centos
2021-11-27 22:31:56
2209
1
原创 Anaconda环境下安装CPU版tensorflow,Keras，jupyter notebook简单实现
文章目录1. 下载Anaconda2. 在anaconda prompt zhong 创建环境3. 激活环境4. 下面是在环境中使用清华镜像 安装CPU 版的tensorflow (可指定版本），并注意版本匹配问题。5.安装完毕1. 下载Anaconda详细安装步骤2. 在anaconda prompt zhong 创建环境conda create -n gx python=3.6#(gx 是环境名，后面必须指定安装该环境的python 版本）3. 激活环境conda activate gx
2021-11-20 22:30:35
3851
原创 动手学深度学习实践—文献阅读（双头序列到序列（attention）插补水质模型dual-SSIM）
文章目录一. 文献阅读—1.1 摘要1.2 模型设计一. 文献阅读—1.1 摘要文章结构1.2 模型设计
2021-11-14 20:32:39
1110
1
原创 文献阅读（基于TrAdaBoost- LSTM算法对大规模连续水质缺失值）与TradaBoost算法的学习
文章目录一. A transfer Learning-Based LSTM strategy for imputing Large-Scale consecutive missing data and its application in a water quality prediction system摘要文章结构模型设计数据处理评估标准实验特点创新点改进点小结一. A transfer Learning-Based LSTM strategy for imputing Large-Scale cons
2021-11-08 10:14:44
2637
3
原创 学习笔记——动手学深度学习（RNN，GRU，LSTM）
文章标题摘要1. RNN循环神经网络1.1 无隐藏状态的神经网络1.2 有隐藏状态的循环神经网络1.3 以文本数据集为例实现RNN预测模型1.3.1 读取数据1.3.2 独热编码（词）1.3.3 初始化RNN的模型参数1.3.4 定义RNN模型1.3.5 创建一个类来包装这些函数1.3.6 梯度裁剪1.3.7 预测（未训练先预测）1.3.8 开始训练1.4 简洁实现RNN文本预测模型2. 门控循环单元（GRU）2.1 重置门和更新门2.2 候选隐藏状态2.3 隐藏状态2.4 代码实现GRU模型2.4.
2021-10-31 18:41:29
2419
1
Java京东商城实训.doc
2020-06-20
基于JAVAWEB的网上购物系统的课程实训.rar
2020-06-15
软件需求分析
2019-03-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人