自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(24)
  • 收藏
  • 关注

原创 [已解决]mac远程连接windows桌面:parallels client连接遇到的问题

[已解决]mac远程连接windows桌面:parallels client连接遇到的问题

2024-08-22 12:40:07 559

原创 如何将批量图数据集中的特征张量分布回到原点附近

如何将批量图数据集中的特征张量分布回到原点附近

2024-07-05 11:02:25 248 1

原创 【Python-图结构准备】“pickled object“、 调整邻接矩阵使其对称、图加自环 & 图邻接矩阵归一化、稀疏邻接矩阵格式转换

稀疏矩阵是一种特殊的矩阵表示形式,它只存储非零元素的位置和值,而不是存储整个矩阵的所有元素,这样可以节省内存和计算资源,特别是当矩阵非常稀疏时。这行代码的意义在于:首先,它将原始的稀疏矩阵转换为密集数组,这可能是因为某些操作(如矩阵乘法)在密集数组上更容易执行,或者是因为需要将数据转换为 PyTorch 可以处理的格式。首先,mx.dot(r_mat_inv_sqrt) 将原始矩阵 mx 与 r_mat_inv_sqrt 相乘,这实际上是对 mx 的每一列进行缩放,使得每行的和为1。

2024-05-13 10:55:20 867 1

原创 【论文分享-影响力最大化IM:DeepIM】Deep Graph Representation Learning and Optimization for Influence Maximization

基于学习的IM方案根据不同的应用场景设计了不同的目标函数,并且对于所有与节点中心性相关的约束都没有一个定义良好的方案。挑战一:大多数现有的基于学习的IM框架通过计算潜在节点嵌入来选择高影响力的节点。需要先随机选择N组种子节点集合,每组种子记为x(大小不等),使用IC、LT或SIS等传播模型计算出相应的影响扩散y,得到相应的(x,y)对。挑战三:此外,为了减轻P - hard影响估计的计算开销,基于学习的IM方法依赖于传统方法的技术,例如基于代理和基于采样的估计方式,这使得可扩展性和泛化性更差。

2024-05-12 23:26:51 1080

原创 【强化学习-Mode-Free DRL】深度强化学习如何选择合适的算法?DQN、DDPG、A3C等经典算法&Mode-Free DRL算法的四个核心改进方向

【强化学习-DRL】深度强化学习如何选择合适的算法?

2024-05-10 13:18:54 812 1

原创 【强化学习-深度强化学习DRL】什么问题可以用DRL解决?条件:场景固定&数据廉价

【代码】【强化学习-DRL】什么问题可以用深度强化学习解决?-条件一场景固定(状态分布一致&状态转移概率分布一致)

2024-05-07 23:44:05 1044

原创 【强化学习-单智能体】是什么使得RL中的探索变得困难?(双语)

本文对单智能体再强化学习中探索变得困难的三个主要原因进行了分析和说明。分别是:大的状态-动作空间、稀疏延迟奖励、白噪声问题。

2024-05-06 21:57:34 1042 1

原创 【PyTorch报错已解决】CUDA error: CUBLAS_STATUS_EXECUTION_FAILED when calling `cublasSgemm( handle, opa, opb

总结:RuntimeError: CUDA error: CUBLAS_STATUS_EXECUTION_FAILED 这个错误通常表示在调用NVIDIA的CUDA Basic Linear Algebra Subprograms (CUBLAS)库中的函数时出现了问题。具体来说,这里的问题发生在cublasSgemm这个矩阵乘法函数上。但是CUDA的报错信息并没有定位到具体的问题,所以转移到cpu上有助于我们定位问题。在cpu环境下,重新调试代码,找到真实的报错为。

2024-05-05 17:22:08 1264 3

原创 AI工具推荐:聊天类&代码补全类&图视频生成&搜索类

本文从四个方面,对AIGC工具进行了推荐。先给出了AIGC工具交流的导航,然后从四个方面进行了推荐。

2024-05-05 15:03:39 412 2

原创 【linux僵尸进程查看与删除】

linux 僵尸进程查看与删除

2024-05-04 11:16:39 1807

原创 OpenWrt on VirtualBox (windows10)

OpenWrt on VirtualBox环境配置VirtualBox的环境变量配置;wget.exe下载并将其放到git的bin目录下。下载dd工具包。脚本执行环境:windows10 + git bashgit clone https://gitee.com/c4pr1c3/cuc-mis-pptcd cuc-mis-ppt/exp/chap0x01bash setup-vm.sh脚本分析(做了少量修改,可在windows环境中一键安装openwrt)#!/usr/bin

2021-03-25 11:14:48 949 1

原创 docker配置fabric单机多节点环境

本文记录了在virtualBox6.1.8上的ubuntu16.04.7上使用容器docker18.09.7安装fanbric最新版本,搭建单机多节点fabric基础网络的过程。fabric环境配置环境准备:使用vscode插件,ssh连接ubuntu。进行换源更新软件源sudo apt updatesudo apt upgrade安装相关环境docker安装安装docker.iosudo apt install docker.iosudo systemctl

2021-03-15 12:20:38 469 1

原创 linux换源阿里

为啥要换源使用默认的源,下载速度可能遇到很慢或者无法下载的情况。如何换源?(以换阿里源为例)检查linux本地的版本信息kate@kate-VirtualBox:/home$ lsb_release -aNo LSB modules are available.Distributor ID: UbuntuDescription: Ubuntu 16.04.7 LTSRelease: 16.04Codename: xenial可以看到Codenam

2021-03-14 11:46:26 152

翻译 Fast-RCNN 论文翻译(持续更新中......)

目录FAST-RCNN论文翻译Abstract1.Introduction1.1. R−CNNR-CNNR−CNN and SPPnetSPPnetSPPnet1.2. Contributions2.Fast R-CNN architecture and training2.1. The RoIRoIRoI pooling layerFAST-RCNN论文翻译注:本人英语水平欠佳,翻译有误之处还望海涵,欢迎指正,不胜感激。论文地址:Fast R-CNN作者:Ross Girshick作者邮

2021-01-25 18:01:44 197

翻译 RCNN论文翻译(更新中……)

目录RCNN论文翻译Abstract1.Introduction2.Object dection with R-CNN2.1. Module design2.2. Test-time dection2.3. Training2.4. Results on PASCAL VOC 2010-122.5. Results on ILSVRC2013 detection3. Visualization, ablation, and modes of error3.1. Visualizing learned fea

2021-01-25 16:11:30 569

原创 虚拟机VirtualBox中的网络连接模式

虚拟机VirtualBox中的网络连接模式:NAT: 网络地址转换,相当于宿主机对从虚拟机中的地址做了转换。虚拟机器中的地址被映射成了主机的一个端口。从虚拟机器出来访问互联网的数据,经过宿主机发送,宿主机接受到回复的数据之后,又将数据转发给虚拟机。所以在这种模式下,互联网上的计算机是找不到虚拟机的(他们只能找到宿主机),但是,主机可以找到虚拟机;虚拟机可以访问主机和互联网。Bridged Adapter:桥接/网桥模式。相当于通过主机网卡,架设了一条桥。虚拟机可以得到网络中一个独立的ip,所

2020-09-10 21:04:16 143

原创 Win10如何新建磁盘分区?

目的:新建一个磁盘分区第一步:打开磁盘管理器第二步:选择想要压缩的卷(此处选择D盘)右键=> 压缩卷 =>在输入压缩空间处输入想要压缩的(/新建卷的大小,单位:MB)=> 压缩得到一块未分配的空间在新空间右键=> 新建简单卷=> 按照默认的提示完成即可。最终得到一个新的分区E。...

2020-09-02 21:27:18 1699

原创 javascript(一):javascript起源、输出语言、书写位置

javascript(一)起源简史时间表实现特点语法输出语句JS的位置javascript和java是两种不同的语言。起源Javascript诞生于1995年,他的出现主要用于处理网页中的前段验证。所谓前段验证,就是指检查用户输入的内容是否符合一定的规则。比如:用户名、密码长度、邮箱格式。简史Javascript是由网景公司发明的,起初命名为LiveScript,后来由SUN公司的介入更名为JavaScript。1996年微软公司在其最新的IE3浏览器中引入了自己对JavaScri

2020-09-02 10:33:40 246

原创 计算机硬件

计算机硬件一个计算机最基本的构建:CPU(运算器+控制器)Memory(内存)Motherboard(主板)IO设备冯诺依曼体系结构冯·诺依曼:数字计算机之父。最杰出的贡献是提出冯诺依曼体系结构。一台基本的计算机由五部分组成:运算器控制器存储器输入设备输出设备...

2020-08-29 22:45:33 150

原创 markdown语法

Markdown学习二级标题## 二级标题 三级标题### 三级标题四级标题#### 四级标题字体加粗:hello word!**hello word!**斜体:hello word*hello word*加粗斜体:hello word!***hello word!***hello word!~~hello word!~~引用使用他人的文章等的时候就可以使用引用。>分割线效果:代码:---或者***图片![说明](图片地址)

2020-08-29 22:18:58 107

原创 应届生秋招如何准备?

目录何为秋招如何获取如何准备简历(ps做简历)笔试面试总结何为秋招各大公司的招聘,按招聘对象有校招和社招之分;按招聘时间有秋招和春招之分。应届生尽可能要重视秋招,把握校招机会。一般来说,秋招比春招的岗位要多;校招通过后会有培训,而社招也就是社会招聘,是面向社会所有人的,更加注重有经验的人。如何获取通过各公司官网或者牛客网不要超过5家公司,有针对性的做准备。尽量选择大公司和工资高的公司。如何准备简历(ps做简历)1. 模板找一份稳健的模板,不要太花哨;大学期间尽量去照一组

2020-08-29 20:42:24 1888 1

原创 Docker基本命令(二)之 容器卷使用、DockerFile

docker基本命令(二)Docker镜像理解commit镜像使用容器卷实战:mysql具名和匿名挂载DockerfileDocker镜像理解commit镜像下述代码从镜像debian运行容器,进行一些修改后,从修改后的容器生成镜像debian01root@10:~# docker imagesREPOSITORY TAG IMAGE ID CREATED SIZEnginx

2020-08-27 22:54:04 817

原创 Docker基本命令(一) 之 帮助命令、镜像操作、容器操作、可视化工具portainer

使用Docker安装nginx服务器Docker 基本使用docker基本命令帮助命令docker镜像命令容器命令常用其他命令练习可视化Docker 基本使用docker基本命令帮助命令docker version #显示docker的版本信息docker info #显示关于docker的更加详细的信息docker --help #查看docker帮助文档docker的官方帮助文档:https://docs.docker.com/engine/referencedocker镜像命令do

2020-08-27 18:00:48 1122 1

原创 变色龙哈希函数-区块链

变色龙哈希调研1. 调研背景1.1哈希函数定义哈希函数是一类具有以下特征的函数:将任意长度输入的字串可转换成一个固定长度的字串,通过原始字串可以很容易地算出转换后的字串,通过转换后的字串很难还原出原始字串。1.2哈希函数特征抗弱碰撞性:对于消息x,找到y≠x且H(x)=H(y)的y在计算上是不可行的。 抗强碰撞性:找到任何满足H(x)=H(y)的偶对(x,y)在计算上是不可行的。 已知一个消息x,去找y使得两者的哈希相等要比随便找两个消息x,y使得两个的哈希相等要更难,可...

2020-08-26 21:49:53 4666

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

提示
确定要删除当前文章?
取消 删除