- 博客(41)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 学会使用ubuntu——ubuntu22.04使用WebCatlog
它用于在我们的桌面上处理Web服务。简单点就是把网页单独一个窗口出来显示，当一个app用。本文就是利用WebCatlog安装后的notion编写的。WebCatlog是适用于Gnu / Linux，Windows或Mac OS X系统的桌面程序。下载后是一个WebCatalog-55.1.1.AppImage文件，赋予权限后是可以直接运行的。WebCatalog打开效果如图，可以直接安装这里提供的应用了就。Icon是自己定义的图片文件，Exec是文件所在位置。
2024-01-23 00:35:19
570
原创 小样本学习记录————文本中特征空间的数据增强MEDA： Meta-Learning with Data Augmentation for Few-Shot Text Classification
MEDA: Meta-Learning with Data Augmentation for Few-Shot Text Classification出发点数据增强球合成器合成模块Synthesis module转换模块Transformation module损失函数球生成器部分损失函数元学习损失训练策略实验数据集结语出发点对于小样本学习文本分类问题中，限制其性能的主要原因之一是因为对于每一个类别有多种的表示方式。所以本文提出了一种数据增强方式来解决样本不足的问题。数据增强原文的数据增强：随机替
2022-04-26 15:07:25
2728
原创 小样本学习记录————利用所有数据的元学习Few-shot Text Classification with Distributional Signatures
小样本学习记录，关于如何将文本分类中的信息进行转移。
2022-01-19 11:47:05
1494
2
原创 小样本学习记录————在提取特征中对抗的小样本Meta-Learning Adversarial Domain Adaptation Network for Few-Shot（MLADA）
Meta-Learning Adversarial Domain Adaptation Network for Few-Shot，元学习对抗性领域自适应网络(MLADA)的论文阅读笔记，将GAN思想与小样本结合的文本分类。
2021-12-21 00:43:00
1599
原创 小样本学习记录————MAML的改进MAML++
本文是对论文How to train your maml论文的阅读体会，详细介绍了MAML中的问题和改进方法。
2021-12-18 17:25:08
4525
4
原创 小样本学习记录————相似性计算经典网络结构(孪生网络、匹配网络、原型网络、 关系网络)
相似性计算经典网络结构(孪生网络、匹配网络、原型网络、 关系网络)，介绍每一种网络的结构思想，富含小白的自我理解。
2021-12-17 12:21:39
9890
原创 小样本学习记录————用于深度网络快速适应的模型不可知元学习(MAML)
主要介绍了MAML算法思想和部分代码解释，也题记了元学习和小样本学习，预训练等相关概念。
2021-12-11 12:43:52
3105
1
原创 本科毕设研究记录（一）————小样本综述
本科毕设记录（一）————小样本综述综述问题定义相关的领域核心问题**经验风险最小化**（Empirical Risk Minimization）不可靠的经验风险最小化（Unreliable Empirical Risk Minimizer）解决方法数据增强模型算法未来工作问题技术应用理论论文总结论文链接[1904.05046] Generalizing from a Few Examples: A Survey on Few-Shot Learning (arxiv.org)综述问题定义机器学
2021-11-27 00:08:16
4213
原创 深度学习记录配置篇————服务器python虚拟环境配置+pycharm远程连接
深度学习记录————服务器python虚拟环境配置+pycharm远程连接服务器配置python虚拟环境下载anconada安装ancondada激活系统环境变量服务器多用户下如何使用创建环境激活环境查看python的路径退出环境pycharm远程连接打开pycharm设置解释器测试深度学习环境代码服务器配置python虚拟环境下载anconadawget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.07-L
2021-11-25 11:22:20
1396
原创 GAN学习记录（五）——循环生成对抗网络CycleGan
循环生成对抗网络CycleGandatasethttps://people.eecs.berkeley.edu/~taesung_park/CycleGAN/datasets/vangogh2photo.zipGitHub地址：https://github.com/yunlong-G/tensorflow_learn/blob/master/GAN/CycleGan.ipynbenvironmentpython=3.6tensorflow=1.13.1scipy=1.2.1keras=
2021-05-13 16:28:24
11083
3
原创 GAN学习记录（四）——条件生成对抗网络CGAN
条件生成对抗网络CGANCGAN是最早使目标数据生成成为可能的GAN创新之一，可以说是最具影响力的一种。接下来，介绍CGAN的工作方式以及如何用MNIST数据集实现它的小规模版本。CGAN原理生成器学习为训练数据集中的每个标签生成逼真的样本，而鉴别器则学习区分真的样本-标签对与假的样本-标签对。半监督GAN的鉴别器除了区分真实样本与伪样本，还为每个真实样本分配正确的标签；而CGAN中的鉴别器不会学习识别哪个样本是哪个类。它只学习接受真实的且样本-标签匹配正确的对，拒绝不匹配的对和样本为假的对。例如：
2021-05-03 11:56:42
9078
5
原创 GAN学习记录（三）——半监督生成对抗网络（SGAN）
半监督生成对抗网络（SGAN）半监督生成对抗网络（Semi-Supervised GAN，SGAN）是一种生成对抗网络，其鉴别器是多分类器。这里的鉴别器不只是区分两个类（真和假），而是学会区分N+1类，其中N是训练数据集中的类数，生成器生成的伪样本增加了一个类。结构区别与传统GAN相比，SGAN区分多个类的任务不仅影响了鉴别器本身，还增加了SGAN架构、训练过程和训练目标的复杂性。SGAN生成器的目的与原始GAN相同：接收一个随机数向量并生成伪样本，力求使伪样本与训练数据集别无二致。但是，SGAN
2021-05-03 11:20:25
7227
6
原创 GAN学习记录（二）——DCGAN的构建生成MNIST数据集
深度卷积生成对抗网络DCGAN在上一次的学习中，我们搭建了一个朴素GAN，只利用了全连接网络，在训练了20000epoch后已经可以生成比较不错的手写数据集了，如果把生成器和判别器网络换成更强大的网络会是不是会有更好的效果呢？DCGAN引入了卷积神经网络，使用卷积神经网络进行生成器和判别器的构造，结构与朴素GAN基本相同，所以不过多介绍了，下面是搭建过程。# 导入包%matplotlib inlineimport numpy as npimport matplotlib.pyplot as plt
2021-04-29 21:18:53
1698
6
原创 GAN学习记录（一）——朴素GAN的构建生成MNIST数据集
初始生成对抗网络环境：python==3.6tensorflow==2.4.1生成对抗网络，英文是Generative adversarial network，简称GAN生成：产生一堆东西，例如产生一张图片、一段文字或一段视频。对抗：生活中随处可见，同事之间的竞争，警察与匪徒之间的竞争。GAN的结构GAN与普通的网络不同，主要由两个主要网络构成：一个是Generator Network，称为生成网络或生成器一个是Discriminator Network，称为判
2021-04-19 15:04:24
955
1
原创 使用VS code编辑md文件，并导出pdf
VScode——好用的md文件编辑器安装vscode插件安装一个例子安装vscodehttps://code.visualstudio.com/官网下载对应自己电脑的版本即可，记得最后点击添加到系统环境变量。插件安装Markdown PDF插件安装在VS应用商店搜索即可安装后在编辑区右键，即会出现导出pdf选项。如果导出不成功需要配置一下markdown-pdf.executablePath路径。在设置区搜索markdown-pdf.executablePath即可，将设置为
2020-11-18 12:59:20
8790
原创 爬虫学习记录（六）——selenium基本使用
爬虫学习记录——selenium基本使用前言基本使用声明浏览器对象访问页面查找节点节点交互动作链获取节点信息获取属性获取文本值切换 Frame延时等待隐式等待显式等待前进后退Cookies选项卡管理异常处理反屏蔽无头模式学习感悟前言由于接口的请求加上了 token 参数，如果不深入分析并找到 token 的构造逻辑，我们是难以直接模拟这些 Ajax 请求的。此时解决方法通常有两种，一种是深挖其中的逻辑，把其中 token 的构造逻辑完全找出来，再用 Python 复现，构造 Ajax 请求；另外一种方
2020-09-07 19:17:41
680
原创 爬虫学习记录（五）————ajax动态爬取
爬虫学习记录————ajax动态爬取ajax爬取原理与解析原理发送请求解析内容渲染网页Ajax 分析ajax爬取实例学习总结GitHub地址：https://github.com/yunlong-G/learn/blob/master/spider_learn/ajax%E5%8A%A8%E6%80%81%E7%88%AC%E5%8F%96.ipynbajax爬取原理与解析Ajax，全称为 Asynchronous JavaScript and XML，即异步的 JavaScript 和 XML。它不
2020-09-07 11:09:21
1207
原创 爬虫学习记录（四）————利用pyquery，re爬取静态网站信息存储到mongodb中
静态页面爬取静态页面爬取引入需要的包定义获取html文件的基本函数定义获取所有详情页的url函数定义解析详细信息的函数将函数链接起来存储到mongodb中链接mongodb的基本参数定义存储函数重新编写主函数学习感悟静态页面爬取GitHub地址：https://github.com/yunlong-G/learn/blob/master/spider_learn/static_spider_douban.ipynb以豆瓣电影网站为例，使用request,pyquery,re进行爬取解析页面信息，将电影
2020-09-06 16:31:40
343
原创 深度学习记录例子篇————最简单的逻辑回归
逻辑回归逻辑回归假设数据预测变量(预期目标):数据搜索创建虚拟变量使用SMOTE进行过采样（Over-sampling）递归特征消除（Recursive Feature Elimination）实现模型逻辑回归模型拟合Confusion Matrix（混乱矩阵）计算精度，召回（recall），F测量（F-measure）和支持ROC曲线学习感悟逻辑回归是一种机器学习分类算法，用于预测分类因变量的概率。在逻辑回归中，因变量是一个二进制变量，包含编码为1的数据(是、成功等)。)或0(否、失败等。)。换句话说，
2020-08-27 16:53:53
2032
原创 计算机网络复习————子网划分&&子网掩码
计算机网络复习————子网划分IP地址IP地址分类A类地址B类地址C类地址D类地址E类地址子网划分子网掩码子网划分IP地址IP地址用来标识主机，一共4个字节，共32位，常用点分十进制表示如：198.12.6.1IP地址分类A类地址第1字节为网络地址，其它3个字节为主机地址。地址范围：1.0.0.1—126.255.255.254A类地址中的私有地址和保留地址：10.X.X.X是私有地址（所谓的私有地址就是在互联网上不使用，而被用在局域网络中的地址）。 范围（10.0.0.0—10.255.
2020-08-20 21:56:30
1302
原创 计算机网络复习————网络层，数据链路层
计算机网络复习————网络层，数据链路层网络层网络层功能与服务类型路由器IP数据包格式分片和重装IP地址DHCP协议NAT网络地址转换IPv6链路状态路由算法距离路由向量算法Internet路由协议自治系统内部：广播&&组播（多播）数据链路层数据链路层的服务差错检测奇偶校验二维奇偶校验checksum校验和循环冗余CRCMAC协议信道分割MAC协议随机接入MAC协议轮流式MAC协议MAC地址和ARP以太网（Ethernet）交换机（Switch)网络层网络层功能与服务类型主机与主机的通
2020-08-20 14:38:09
899
原创 计算机网络复习————概述，应用层，传输层
计算机网络复习绪论概述交换技术网络性能指标协议栈绪论概述什么是网络？网络是对系统的抽象，像是成千上万的人群，蚁群等等。各个领域中存在不同的网络，经济网络，生物网络，信息网络，人脑神经元网络，交通中地铁，公交网络。网络帮助研究各个个体之间的关系，方便理解各个系统的复杂性。因特网：成千上万的计算设备互联组成的系统，这些计算设备有计算机，服务器，统称为主机。连接链路有多种：有线，无线的，光纤等等。**协议：**是计算机网络组成的重要部分。制定数据报的格式执行什么动作网络中交换信息的规则的集
2020-08-19 23:11:19
819
1
原创 爬虫学习记录（三）————PyQuery解析使用
爬虫学习记录（三）————PyQuery解析使用初始化字符串初始化URL 初始化文件初始化基本 CSS 选择器查找节点子节点父节点兄弟节点遍历获取信息获取属性获取文本节点操作addClass 和 removeClassattr、text、htmlremove伪类选择器初始化我们在解析 HTML 文本的时候，首先需要将其初始化为一个 pyquery 对象。它的初始化方式有多种，比如直接传入字符串、传入 URL、传入文件名，等等。下面我们来详细介绍一下。字符串初始化我们可以直接把 HTML 的内容当作
2020-07-31 22:24:37
270
原创 爬虫学习记录（二）————正则表达式
正则表达式前言match匹配目标通用匹配贪婪与非贪婪修饰符转义匹配searchfindallsubcompile前言正则表达式不仅可以用于爬虫提取信息，在对字符串的操作也有很大的帮助，不仅局限于python，其他语言也有相应的语句，本文主要记录笔者在学习过程中re库的使用，和一些学习过程的心得体会。下面就用几个实例来看一下正则表达式的用法。打开开源中国提供的正则表达式测试工具 http://tool.oschina.net/regex/ ，输入待匹配的文本，然后选择常用的正则表达式，就可以得出相应的
2020-07-31 22:23:03
245
原创 爬虫学习记录（一）————Request库爬虫
Request库简单爬虫前言RequestURL参数传递二进制数据抓取添加 headersPost请求响应信息性状态码成功状态码重定向状态码客户端错误状态码服务端错误状态码文件上传Cookies前言通过几次的学习我简单说一下自己对爬虫Request用 Python 写爬虫的第一步就是模拟发起一个请求，把网页的源代码获取下来。当我们在浏览器中输入一个 URL 并回车，实际上就是让浏览器帮我们发起一个 GET 类型的 HTTP 请求，浏览器得到源代码后，把它渲染出来就可以看到网页内容了。那如果我们想
2020-07-31 22:18:01
887
原创 深度学习记录例子篇————经典卷积模型（LeNet，AlexNet，VGG，GoogleNet，NIN，ResNet，DenseNet）
深度学习记录例子篇————经典卷积模型（LeNet，AlexNet，VGG，GoogleNet，NIN，ResNet，DenseNet）前言LeNet模型简介通过Sequential类构建LeNet使用模型AlexNet特征的表示原因一：数据原因二：硬件AlexNet简介AlexNet简单实现小结VGG感受野和特征图VGG简单实现小结NINNIN块NIN简介GoogLeNetInception块GoogLeNet实现小结ResNet残差块ResNet简单实现小结DenseNet稠密块过渡层DenseNe简单
2020-07-28 13:14:38
687
原创 深度学习记录例子篇————Pytorch实现cifar10多分类
深度学习记录例子篇————Pytorch实现cifar10多分类Pytorch实现cifar10多分类1 准备数据2 构建网络3 训练模型4 测试模型5 采用全局平均池化6 像keras一样显示各层参数Pytorch实现cifar10多分类1 准备数据(1)导入模块import torchimport torchvisionimport torchvision.transforms as transforms（2）下载数据集transform = transforms.Compose(
2020-07-21 13:45:36
1794
原创 深度学习记录第六篇————计算机视觉基础
计算机视觉基础6.1卷积神经网络简介6.2卷积层6.2.1 卷积核6.2.2步幅6.2.3 填充6.2.4 多通道上的卷积6.2.5激活函数6.2.6卷积函数6.2.7转置卷积6.3池化层6.3.1 局部池化6.3.2全局池化6.1卷积神经网络简介卷积神经网路（Convolutional Neural Network, CNN）是一种前馈神经网络，对于CNN最早可以追溯到1986年BP算法的提出。1989年LeCun将其用到多层神经网络中，直到1998年LeCun提出LeNet-5模型，神经网络的雏形基
2020-07-21 12:03:25
676
原创 深度学习记录例子篇————droupout正则化和BN层
droupout正则化和BN层droupout是什么使用dropout正则化解决拟合问题批量正则化droupout是什么使用dropout正则化解决拟合问题（1）导入需要的包和数据集from sklearn.datasets import load_bostonfrom sklearn.model_selection import train_test_splitimport numpy as npimport matplotlib.pyplot as pltimport torchim
2020-07-17 18:23:05
4254
转载 深度学习记录第五篇————机器学习基本方法介绍（理论篇）
第五篇机器学习方法介绍5.1 机器学习的基本任务5.1.1监督学习5.1.2 无监督学习5.1.3 半监督学习5.1.4 强化学习5.2 机器学习一般流程5.2.1 明确目标5.2.2收集数据5.2.3 数据探索与预处理5.2.4 选择模型及损失函数5.2.5 评估及优化模型5.3 过拟合与欠拟合5.3.1 权重正则化5.3.2 dropout正则化5.3.3 批量正则化5.3.4权重初始化5.1 机器学习的基本任务机器学习的基本任务一般分为四大类，监督学习、无监督学习、半监督学习和强化学习。监督学习、
2020-07-15 11:25:53
650
原创 深度学习记录第四篇————Pytorch数据处理工具箱
学习资料http://www.feiguyunai.com/index.php/2019/07/31/pytorch-04/GitHub上利用tensorboard可是化的例子https://github.com/lanpa/tensorboardX/blob/master/examples/demo_graph.pyhttps://github.com/lanpa/tensorboardX/blob/master/README.md我的代码...
2020-07-10 13:21:46
807
原创 fopen_s()，fscanf_s()使用注意的问题
@TOCfopen_s()fopen()打开比较简单FILE* fp1;if((fp1=fopen("student_inf","r"))==NULL) //只读 { printf("cannot open the files\n"); }但是之后的vs上认为fopen打开不安全，改成了fopen_s()，二者打开有些许不同，贴上我的代码。FILE* fp1;errno_t err;if ((err = fopen
2020-07-08 12:25:04
2681
6
原创 pyecharts1.0+绘图————学会使用中文帮助文档
pyecharts1.0+绘图环境内容第一个简单的柱状图绘制多种数据的表格添加图像工具中文帮助文档的使用环境内容python==3.6+jupyter==1.0.0+pyecharts=1.0+【说明】：pyecharts的v0.5和v1.0版本的语法有很大差别，代码不能通用第一个简单的柱状图from pyecharts.charts import Barbar = Bar()bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
2020-07-07 23:03:42
1678
原创 深度学习记录第三篇————利用Pytorch神经网络工具箱搭建神经网络
第3篇 Pytorch神经网络工具箱学习记录3.1 神经网络核心组件3.2实现神经网络实例3.2.1背景说明3.2.2准备数据3.2.3可视化源数据3.2.4 构建模型这个地方比较蒙，这模型咋就构建好了呢？__init__(self, in_dim, n_hidden_1, n_hidden_2, out_dim)Sequential()干了什么Linear()干了什么BatchNorm1d()干了什么forward()干了什么3.2.5 训练模型3.3 如何构建神经网络？3.3.1 构建网络层3.3.2
2020-07-07 18:29:32
973
1
原创 深度学习记录入门篇————利用numpy，pytorch，tensorflow最简单的机器学习
最简单的机器学习实现先了解一下什么是梯度下降梯度是什么呢学习率又是啥梯度下降分类批量梯度下降随机梯度下降小批量梯度下降使用Numpy实现机器学习使用Tensor及antograd实现机器学习使用TensorFlow架构不同实现方法的比较GitHub地址https://github.com/yunlong-G/tensorflow_learn/blob/master/%E5%9F%BA%E6%9C%AC%E7%9A%84/%E6%9C%80%E7%AE%80%E5%8D%95%E7%9A%84%E6%9C
2020-07-06 21:40:01
2445
原创 深度学习记录前篇————基于pytorch深度学习环境配置
深度学习记录————基于pytorch深度学习环境配置环境内容Anaconda安装下载Cudnn和CUDA配置torch环境创建环境：激活环境pytorch轮子下载matplotlib==2.2.2 ，jupyter==1.0.0，pandas==0.23.4 安装还有pycharm和VScode的安装重要的一步环境创建提示环境内容python==3.6torch==1.2.0torchvision==0.4.0jupyter==1.0.0matplotlib==2.2.2pandas==0
2020-07-06 18:07:52
814
原创 深度学习记录第一篇————numpy的基本操作
numpy学习记录1.1 生成numpy数组1.1.1 从已有数据中创建数组1.1.2 利用 random 模块生成数组1.1.3 创建特定形状的多维数组1.1.4 利用 arange、linspace 函数生成数组1.2 获取元素1.3 Numpy的算术运算1.3.1对应元素相乘1.3.2 点积运算1.4 数组变形1.4.1 更改数组的形状1.4.2 合并数组1.5 批量处理1.6 通用函数1.7 广播机制1.1 生成numpy数组import numpy as np#查看numpy函数的帮助信息
2020-07-05 19:23:00
545
原创 深度学习记录第二篇————Tensor基本操作
Tensor 学习创建Tensor生成特定tensor改变形状索引操作广播机制逐元素操作归并操作比较操作矩阵操作Pytorch与Numpy比较Tensor与Autograd计算图标量反向传播非标量反向传播使用Numpy实现机器学习使用Tensor及antograd实现机器学习使用TensorFlow架构课后感悟创建Tensorimport torchx=torch.tensor([1,2])y=torch.tensor([3,4])z=x.add(y)x,y,z(tensor([1,
2020-07-05 14:52:50
952
原创 Echarts动态显示MySQL数据库中的数据
Echarts动态显示MySQL数据库中的数据下载echarts并进行简单绘图下载和配置简单绘图实时显示数据库数据Apache24的安装构建项目mysql数据库的表格创建获取数据的php文件编写说一下如何运行这个php文件可以实时显示数据库信息的test2.html编写运行及结果展示总结感悟下载echarts并进行简单绘图下载和配置最近在学习利用echarts进行数据可视化，简单画一个表格比较简单，去官网https://echarts.apache.org/en/index.html下载解压好echa
2020-06-10 22:50:53
11290
12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人