- 博客(9)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 【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