Jeff zhao

原创 import torch出错：Microsoft Visual C++ Redistributable is not installed, this may lead to the DLL load

错误：import torch出错：Microsoft Visual C++ Redistributable is not installed, this may lead to the DLL load，如下图所示：解决办法：按提示连接下载安装 vc_redist.x64.exe效果：

原创 远程连接服务器ubuntu系统的PyCharm打不开?

服务器ubuntu系统的PyCharm打不开

原创 DBCP2中MaxActive()函数变为MaxTotal()

MySql8创建DBCP2，用MaxTotal()取代了MaxActive()参考：使用 commons-dbcp2 找不到 maxActive 属性？

原创 java.sql.SQLException: The server time zone value ‘Öйú±ê׼ʱ¼ä‘ is unrecognized...解决

原因：时区错误，MySQL默认时区是UTC，比北京时间晚8小时；办法：所以要修改mysql时区。法一：修改 获取 数据库 连接 语句，即"jdbc:mysql://localhost:3306/test", 改为"jdbc:mysql://localhost:3306/test?serverTimezone=GMT"即可补充：驱动包用的是mysql-connector-java-8.0.11.jar新版的驱动类改成了com.mysql.cj.jdbc.Driver...

原创 STGRAT(2019)更新ing

原创 ISTD-GCN（2018 ACM 复旦大学） 更新ing

原创 STTN论文总结

原创 ASTGNN总结

原创 STGNN（www 2020）论文总结

原创 torch.einsum()用法举例

import torchtorch.manual_seed(1)x = torch.randn(1, 2, 3,4)A = torch.randn(3, 2)print("x:",x,'\n',"A.T:",A.T)'''x: tensor([[[[-1.5256, -0.7502, -0.6540, -1.6095], [-0.1002, -0.6092, -0.9798, -1.6091], [ 0.4391, 1.1712, 1.76

原创 Urban Traffic Prediction from Spatio-Temporal Data Using Deep Meta Learning总结

在这里插入图片描述

原创 Dynamic Graph Convolutional Recurrent Network for Traffic Prediction: Benchmark and Solution论文总结

原创 ST-TrafficNet: A Spatial-Temporal Deep Learning  Network for Traffic Forecasting 论文总结

原创 Hierarchical Graph Convolution Networks for Traffific Forecasting 论文总结

作者：Kan Guo, Yongli Hu, Yanfeng Sun et al.来源：AAAI 2021代码：https://github.com/guokan987/HGCN1论文动机交通预测由于在智能交通系统中的广泛应用。现有的许多方法都关注如何建立一个时空模型以表达非平稳的交通模式。目前，GCN用于学习空间特征，获得了先进的性能。但目前基于GCN的预测方法仅作用于道路网络微层图，忽略了交通系统是由道路网络微层和区域网络宏观层组成的分层结构。本文提出一种层次图卷积网络（HGCN）...

原创 报错：Process finished with exit code -1073741819 (0xC0000005)

卸载h5py：参考：qiao1025566574

原创 PyQt5界面按钮调用其他.py文件

一、实验环境：pycharm和PyQt5二、求和小例子# test.pyfrom PyQt5 import QtCore, QtGui, QtWidgetsimport sysimport sumclass Ui_MainWindow(object): def setupUi(self, MainWindow): MainWindow.setObjectName("MainWindow") MainWindow.resize(519, 354)

原创 MRA-BGCN 论文总结

Multi-Range Attentive Bicomponent Graph Convolutional Networkfor Traffic Forecasting论文总结作者：Weiqi Chen，Ling Chen et al. , Zhejiang University, Alibab...

原创 AGCRN总结

Adaptive Graph Convolutional Recurrent Networkfor Traffic Forecasting总结作者：Lei Bai, Lina Yao, et al. UNSW来源：NeurIPS 2020代码：https://github.com/LeiBAI/AGCRN1 论文动机 目前基于GCN的交通预测方法，需要预先定义的邻接矩阵以捕获空间相关性。论文认为，可以在不预定义图的情况下，学习节点特定模式。为此，提出两个增强图卷积的自...

原创 A3T-GCN 论文总结

A3T-GCN: Attention Temporal GraphConvolutional Network for Traffic Forecasting总结1 论文动机复杂的时空依赖性，使得交通流预测存在一些挑战：在空间维度上，由于路网的连通性，连接道路之间的交通流密切相关；在时间维度上，受到外部因素的影响，虽然通常相邻时间点之间存在趋势，但远过去点的重要...

原创 Win 10+py36 安装 graphviz-2.38 和 pygraphviz-1.6

1 下载 graphviz-2.38.msi和 pygraphviz-1.6（python其他版本）2 安装graphviz-2.38.msi 可用其默认安装地址。我是 C:\Program Files (x86)\Graphviz2.383.添加环境变量将C:\Program Files (x86)\Graphviz2.38\bin 添加到系统变量path中4 查看graphviz-2.38是否安装成功终端，输入dot -version 显示如下则配置成功...

原创 permute(*dims) 函数功能

function：调换tensor的维度次序。parameters：*dims (int...) – 所需要维度的次序（The desired ordering of dimensions）。return： 已改变维度的张量的视图（Returns a view of the original tensor with its dimensions permuted.）。examples：>>>import torch >>>x = torch.ran..

原创 torch.from_numpy(ndarray) 功能及举例

功能：torch.from_numpy(ndarray)→ Tensor，即从numpy.ndarray创建一个张量。说明：返回的张量和ndarray共享同一内存。对张量的修改将反映在ndarray中，反之亦然。返回的张量是不能调整大小的。举例：>>> import torch>>> import numpy as np>>> a = np.array([1, 2, 3])>>> t = torch.fr..

原创 numpy.load() numpy.save() numpy.savez() 函数作用

numpy.load(file, mmap_mode=None, allow_pickle=False, fix_imports=True, encoding='ASCII')[source]Load arrays or pickled objects from .npy, .npz or pickled files.函数：npy文件（二进制文件），npz文件（压缩文件）numpy.load(file，mmap_mode=None, allow_pickle=True, fix_im.

原创 SyntaxError: (unicode error) ‘unicodeescape‘ codec can‘t decode bytes in position 2-3 解决办法

问题描述：import tarfile t=tarfile.open('C:\Users\Administrator\Desktop\20newsbydate.tar.gz', "r:gz")t.extractall(path ='C:\Users\Administrator\Desktop') 运行如上 解压文件的代码出错：SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2

原创 MVGCN 人群流量预测模型 笔记

Predicting Citywide Crowd Flows in Irregular Regions Using Multi-View Graph onvolutional Networks 笔记作者：Junkai Sun, Junbo Zhang, Qiaofei Li, Xiuwen Yi, Yu Zheng来源：arXiv:1903.07789v2 [cs.CV] 17 Jul 20201 论文背景与动机 先前的工作主要集中在预测规则的网格化区域的人群流动。然而，城市实...

原创 交通预测模型和实现

主要模型及应用 1. ARIMA 2. LSTM GRU1 ARIMA模型 As early as 1976, Box and Jenkins[1] proposed the Autoregressive Integrate Moving Average Model (ARIMA). In 1995, Hamed et al[2] used the ARIMA model to predict the traffic volume in urban arterials. To improve...

原创 python浅复制 和 深复制

**直接赋值：其实就是对象的引用。浅拷贝(copy)：拷贝父对象，不会拷贝对象的内部的子对象。深拷贝(deepcopy)： copy 模块的 deepcopy 方法，完全拷贝了父对象及其子对象**。实例：import copya1 = [11, 22, 33, 44,55, ['China', 'England','America']] a2 = a1 #赋值，传对象的引用a3 = copy.copy(a1) #对象拷贝，浅拷

原创 mxnet reshape() 使用文档

注释：0 表示复用输入中的维度值-1 表示根据输入与输出中元素数量守恒的原则，根据已知维度值，推导值为-1位置维度值-2 表示复用所有该位置之后的维度-3 表示将其后连续两个维度相乘作为当前位置新的维度-4 表示把当前位置的维度拆分为后面两个维度，后面两个数的乘积等于当前位置维度输入值reverse=True，表示按照从右往左的顺序进行推导，是把原维度和reshape的参数右侧对齐，从右往左依次推导。参考： https://www.cnblogs.com/jorsion/p/11250..

原创 mxnet.ndarray.concat()用法举例

>>> import mxnet.ndarray as nd>>> x=nd.array([[1,1],[2,2]])>>> y=nd.array([[3,3],[4,4]])>>> z=nd.array([[5,5],[6,6]])>>>x,y,z[[1. 1.] [2. 2.]]<NDArray 2x2 @cpu(0)>,[[3. 3.] [4. 4.]]<NDArray 2x

原创 GNN在计算机视觉中的应用综述

摘 要：近几年，机器学习和深度学习发展迅速。研究人员借鉴了卷积神经网络（CNN）、循环神经网络（RNN）和深度自动编码器（AutoEncoder）的思想，定义和设计了用于处理图数据的神经网络结构，这类方法统称为图神经网络(Graph Neural Networks，GNN）。如今，GNN在人工智能领域应用广泛，其中最大应用领域之一是计算机视觉（Computer Vision, CV）。近年来，国内外许多研究机构和科研人员不断探索利用GNN解决图像分类、目标检测、动作识别等多种计算机视觉任务，并取得很多优秀.

原创 KDD 2020 GNN 相关论文

参考：近期必读的五篇KDD 2020【图神经网络 (GNN) 】相关论文_Part2 ACM SIGKDD（国际数据挖掘与知识发现大会，简称 KDD）。今年的 KDD大会计划将于 2020 年 8 月 23 日 ~27 日在美国美国加利福尼亚州圣地亚哥举行。上周，KDD 2020官方发布接收论文，共有1279篇论文提交到Research Track，共216篇被接收，接收率16.8%。近期KDD官网公布了接受论文列表。下面是图神经网络（GNN）相关论文摘编——多层次GCN、无监督预训练...

原创 《 工程伦理》 2020期末考

原创 《国际学术论文写作与发表》2020期末考


原创 Win10 查看 cuda和 cudnn版本

查看cuda版本法1：在Anaconda Prompt中，输入 nvcc --version 版本：10.1.105法2：按路径查看C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 版本：10.1查看cudnn版本：法1：按路径查看 C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v10.1\include，用 Visual Studio打开cudnn.h cu

原创 pytorch0.4.0下载地址

1. pytorch0.4.0, Linux, cu90http://download.pytorch.org/whl/cu90/torch-0.4.0-cp27-cp27m-linux_x86_64.whl 2. pytorch0.4.0, Linux, cu80/cu90http://download.pytorch.org/whl/cu80/torch-0.4.0-cp35-cp35m-linux_x86_64.whl http://download.pytorch.org/whl/cu9

原创 python3 运行argparse XX.py: error: the following arguments are required: N An exception has occurred,

Spyder(python 3.6) 运行含argparse模块的程序# maxsum.pyimport argparseparser = argparse.ArgumentParser(description='Process some integers.')parser.add_argument('integers', metavar='N', type=int, nargs='+', help='an integer for the accumulat

原创 去除Reloaded modules: lib, lib.utils, lib.metrics, lib.data_preparation, model, model.model_config

Spyder（python 3.6） IDE运行如下程序：import argparsedef main(): parser = argparse.ArgumentParser(description="Demo of argparse") parser.add_argument('-n','--name', default=' Li ') parser.add_argument('-y','--year', default='20') args = parser....

原创 解决 AttributeError: RefVariable object has no attribute _id（tf 版本低）

运行backpropagation.py，寻找 最小loss的代码```pythonimport tensorflow as tfw = tf.Variable(tf.constant(5, dtype=tf.float32))lr = 0.2epoch = 40for epoch in range(epoch): # for epoch 定义顶层循环，表示对数据集循环epoch次，此例数据集数据仅有1个w,初始化时候constant赋值为5，循环40次迭代。 with tf.Grad...

原创 URLError urlopen error [WinError 10060]由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败

problem statement运行“利用自动编码器实现手写数字图像数据集的二维平面”代码出现如下问题：```pythonFile "E:\anaconda3\lib\urllib\request.py", line 1320, in do_open raise URLError(err)URLError: <urlopen error [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。>```![在这里插入图片...

原创 FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is depr

problem statement：运行tensorflow 程序 出现如下提示：FutureWarning: Conversion of the second argument of issubdtype from float to np.floating is deprecated. In future, it will be treated as np.float64 == np.dtype(float).type. from ._conv import register_converters