- 博客(9)
- 资源 (2)
- 收藏
- 关注
原创 【深度学习】卷积神经网络及其变体
本文主要介绍了卷积神经网络及其变体,包括CNN,LeNet,AlexNet,VGG,NiN,GoogLeNet,ResNet,DenseNet
2023-11-14 11:53:13 559 1
原创 【论文复现】BRITS——RITS&BRITS模型
下面就与前面的公式类似了,使用c_h的值替代缺失值,未缺失则使用真实值,用c_c表示插值后的结果,隐状态的计算同样类似,只是用c_c代替x_c。文章提到,仅仅使用x和c_h的损失来训练时收敛很慢,因此修改了损失的计算方式,不仅仅考虑x和c_h的损失,还考虑x和x_h、x和z_h的损失。接下来要将x_h和z_h结合起来,通过时间衰减因子和遮蔽向量学习x_h和z_h的权重参数β,得到的结果为c_h。文章将公式1中的x_h称为基于历史的预测,引入z_h表示基于feature的预测。
2023-11-10 12:44:06 474 1
原创 【论文复现】BRITS——RITS-I模型
首先对缺失值进行插值,插值后的输入应该是x_c,如上图中的第二个公式,m表示遮蔽向量,0为缺失,根据该公式可知,若不缺失则使用真实值,若缺失则使用插补的值即x_h作为输入,再进行后续的rnn和回归。d是时间差,之前数据处理部分忘记了这个公式里面用到了这个参数,但是感觉很奇怪,代码有点对应不上这个公式,代码中初始值设置为1。首先获取数据,数据的维度是(64, 48, 35),64是batchsize,48个小时,35个属性。Model类中计算的参数可以和论文中的公式相对应,下面进行详细的阐述。
2023-11-07 20:46:43 630
原创 【论文复现】BRITS主函数解析
首先看一下文章定义了哪些参数,如图所示,epochs指训练多少次,batch_size指每次训练使用的数据量,model就是选择的模型,hid_size是隐藏层的大小,impute_weight,label_weight,这两还不清楚后面再解释。MySet类用来读取数据,val_indices表示验证集的索引,rec[‘is_train’]=0表示该索引位置的数据不参与训练而是用于验证,代码中看是选择了20%的数据作为验证集。主函数就是这样了,现在看还是一头雾水,等等后面看模型的代码不知道会不会好一点,
2023-11-04 15:29:08 276 1
数据结构课程设计——航空订票系统
2022-06-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人