五四青年节:我在深度瞎学调参中度过

最近两周,早上睡觉自然醒没超过八点的,有了在学校的感觉......不知道是好是坏,每天神经紧绷的,在车老弟的push下,从TensorFlow,Keras转战PyTorch。

从最初的的极度反感,到现在的慢慢适应,当然,还谈不上喜欢。

体验了一周多,PyTorch的动态图机制,确实比tf 1.X好很多,可以随便涂随便画,除了这一点确实让人喜欢之外,因为有TensorFlow和Keras的基础,PyTorch相对上手快很多,也还算让人欣慰,毕竟时间紧任务重。

然而让人不讨喜的是,Torch并没有tf.keras那么多封装好的layer,直接导致了自己GitHub上找代码,再爬下来用,问题就这这里,因为不是很清楚有些layer的内部结构,所以有时候不知道找的代码是对是错,导致我经常怀疑是Torch的问题 (已经积累了很多可用的现成的layer的Torch大神勿喷,我只是Torch小白).....

当然这些问题只是暂时的,毕竟还是会慢慢熟悉起来的。转战torch,还有一点我觉得特别欣慰的是,看GitHub上的代码,不管是TensorFlow、Keras还是PyTorch的,自己摸索着大部分都能看懂了,以前 见了Torch的代码,可都是绕道而行的。

最近用Torch接触了一个新模型,是网上吹的很厉害的一个模型,别人论文里效果贼好,可用在自己的数据上实现下来,效果差差差差差差的.....都不想调下去了,看不到希望的那种差......甚至远不如三层的MLP普通的三层神经网络,导致我一度怀疑到吐血......

今天一天,各种尝试,加linear,加Conv,加Graph,等等等等,我被完败了,效果依旧差,我的五四,就是这样的,在深度瞎学调参中度过了......

万事开头难,相信自己,既然迈出了第一步,就会有第二步,第三步,以及未来,很远很远的路~

五四共勉,晚安,小伙伴们,加油~

以下是对提供的参考资料的总结,按照要求结构化多个要点分条输出: 4G/5G无线网络优化与网规案例分析: NSA站点下终端掉4G问题:部分用户反馈NSA终端频繁掉4G,主要因终端主动发起SCGfail导致。分析显示,在信号较好的环境下,终端可能因节能、过热保护等原因主动释放连接。解决方案建议终端侧进行分析处理,尝试关闭节电开关等。 RSSI算法识别天馈遮挡:通过计算RSSI平均值及差值识别天馈遮挡,差值大于3dB则认定有遮挡。不同设备分组规则不同,如64T和32T。此方法可有效帮助现场人员识别因环境变化引起的网络问题。 5G 160M组网小区CA不生效:某5G站点开启100M+60M CA功能后,测试发现UE无法正常使用CA功能。问题原因在于CA频点集标识配置错误,修正后测试正常。 5G网络优化与策略: CCE映射方式优化:针对诺基亚站点覆盖农村区域,通过优化CCE资源映射方式(交织、非交织),提升RRC连接建立成功率和无线接通率。非交织方式相比交织方式有显著提升。 5G AAU两扇区组网:与三扇区组网相比,AAU两扇区组网在RSRP、SINR、下载速率和上传速率上表现不同,需根据具体场景选择适合的组网方式。 5G语音解决方案:包括沿用4G语音解决方案、EPS Fallback方案和VoNR方案。不同方案适用于不同的5G组网策略,如NSA和SA,并影响语音连续性和网络覆盖。 4G网络优化与资源利用: 4G室分设备利旧:面对4G网络投资压减与资源需求矛盾,提出利旧多维度调优策略,包括资源整合、统筹调配既有资源,以满足新增需求和提质增效。 宏站RRU设备1托N射灯:针对5G深度覆盖需求,研究使用宏站AAU结合1托N射灯方案,快速便捷地开通5G站点,提升深度覆盖能力。 基站与流程管理: 爱立信LTE基站邻区添加流程:未提供具体内容,但通常涉及邻区规划、参数配置、测试验证等步骤,以确保基站间顺畅切换和覆盖连续性。 网络规划与策略: 新高铁跨海大桥覆盖方案试点:虽未提供详细内容,但可推测涉及高铁跨海大桥区域的4G/5G网络覆盖规划,需考虑信号穿透、移动性管理、网络容量等因素。 总结: 提供的参考资料涵盖了4G/5G无线网络优化、网规案例分析、网络优化策略、资源利用、基站管理等多个方面。 通过具体案例分析,展示了无线网络优化的常见问题及解决方案,如NSA终端掉4G、RSSI识别天馈遮挡、CA不生效等。 强调了5G网络优化与策略的重要性,包括CCE映射方式优化、5G语音解决方案、AAU扇区组网选择等。 提出了4G网络优化与资源利用的策略,如室分设备利旧、宏站RRU设备1托N射灯等。 基站与流程管理方面,提到了爱立信LTE基站邻区添加流程,但未给出具体细节。 新高铁跨海大桥覆盖方案试点展示了特殊场景下的网络规划需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

当交通遇上机器学习

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值