bobo的上岸征途

Interactive Monte Carlo denoising using affinity of neural features & 关于torch.unfold的思考问题描述Version 1.0 手写Version 2.0 Pytorch在实习摸鱼的日子里，遇到了很多有意思的复现问题。Interactive Monte Carlo denoising using affinity of neural features (SIGGRAPH 2021) 这篇文章中的ANF模型有一个提到了

Stein variational gradient descent （SVGD）是由Liu Qiang等提出的一种近似推断算法。不同于MCMC，它是一种确定性的算法。不同于变分推断（VI），它采用粒子方法直接对目标概率分布进行逼近

Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network摘要论文主体实现代码DatasetModelSRGAN实现结果摘要Despite the breakthroughs in accuracy and speed of single image super-resolution using faster and deeper convolutional neural networks, o

模式识别课上，老师没完没了的让算马尔科夫链，为了加快写作业(摸鱼 )的效率，在python上写了两个函数来帮助计算。这里贴贴记录一下。呆码import numpy as npimport mathT=4 #序列长度为Tvt=[1,3,2,0]#序列状态vn=5 #发生事件的个数c=4 #隐状态个数A=[[ 1, 0, 0, 0], [0.2,0.3,0.1,0.4], [0.2,0.5,0.2,0.1], [0.8,0.1, 0,0.1]]B=[[1,

2020五一建模:C题 饲料混合加工问题 题解

2019 高教社杯数模竞赛A题 高压油管的压力控制 题解问题一题解分析求解求解微分方程求解管内燃油密度变化问题二题解分析求解燃油的进入燃油的喷出模型的求解问题三题解分析求解代码附录Q1.1Q1.2Q2Q3初见这道题目的时候真是一头雾水。由于和队友们都没有建模的经历，初次作业就碰上了于这种硬核的物理题，属实劝退（本文是从最终的latex论文摘要出来的，公式因为katex不完全兼容的问题没有显示序号QAQ问题一题解分析要使高压油管内的燃油压力稳定在给定值100MPa，我们的切入点应该是将压力转换成可

python灭霸的响指闲来无事，做了个简单的snap小程序。可以在指定地点（C盘 ）打响指，随机消灭一半的文件。自己试了试，感觉还蛮好玩。不多说了，我要赶紧抢救系统文件了。import osimport shutilimport random def find_victim(universe): path_domain=os.listdir(universe) for i in range(len(path_domain)): path_domain[i]=un

kaggle 泰坦尼克号生存预测

SEU_scheduleV1.0东南大学课程查询工具SEU课程查询工具本地数据库的实现

liblinear分类minist数据集liblinear工具准备minist提取特征值minist正确提取特征值格式liblinear特征值格式解释实现代码&解释老师要求用liblinear跑一下minist，所以做了个尝试。实际上，liblinear对一些小数据集的分类效果还是非常好的。minist(hello world)liblinear工具准备liblinear官方主页：...

基于python对密立根油滴实验数据处理改进近似最大公约数import mathac=1.34def accuracy(x, y): return math.fabs(x - y) < acdef gcd(x, y): if accuracy(x, 0): return y if accuracy(y, 0): return ...

LDA总结与实例分析LDA简介LDA计算过程符号铺垫求解过程LDA示例分析LDA优缺点**最近AI导论老师介绍了线性判别分析，但是由于板书全英文加上老师讲课过快，课上我没能完全理解LDA的原理。课下做了很多功课，才初步对LDA有了一个认识。下面我按照老师的板书流程并添加注释来讲述LDA求解全过程。**LDA简介LDA全称Linear Discriminant Analysis，意为线性判别...

K-means高维与PCA降维K-means高维聚类PCA查了很多博客，发现网上给出的K-means都是二维数据，没有高维示例，所以笔者将抄来的二维模板稍修改了一下，把Python实现的K-means高维聚类贴出来与大家共享，同时附一点PCA的实现（调用了三维作图，没有安包的可以删掉三维图）K-means高维聚类老师留的题目Automatically determine the best ...

一个例子理解梯度下降法Plot the dataWrite a program to fit the linear regression parameters ???? to the data using gradient descentPredict his performance in the 47th and the 55th training