<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[KGV093的博客]]></title><description><![CDATA[Revelations and heartaches, make you realize.]]></description><link>https://blog.youkuaiyun.com/KGV093</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; KGV093]]></copyright><item><title><![CDATA[再探深度学习序列模型 - 基于“melody/chord embedding“ + LSTM的旋律续写器]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/120020182</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/120020182</guid><author>KGV093</author><pubDate>Tue, 31 Aug 2021 16:06:32 +0800</pubDate><description><![CDATA[（最近想申一段实习所以特意来补一下blog233）春季Machine Learning和两位小伙伴Billy和Harry的期末项目–旋律续写。具体来说，任务是给定和弦走向和一段不完整旋律之后让模型续写旋律。用自己采集的极小的数据集(QAQ…)训出来效果一般般，大概最后生成十轮能出来一两段能make sense的旋律~
paper原文如下：





...]]></description><category></category></item><item><title><![CDATA[图神经网络（Graph Neural Networks）入门之Node Classification]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/115182914</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/115182914</guid><author>KGV093</author><pubDate>Wed, 24 Mar 2021 21:38:55 +0800</pubDate><description><![CDATA[又回来补DL的坑了，这次是关于一个相对较新的方向——图神经网络。之前想做melody/chord generation时听Computer Music方向的大佬Gus Xia教授随口提了一句可以用图神经网络。最近暑期跟Finance相关的研究又跟Knowledge Graph扯到一起，于是开始了解一点GNN~

为什么要在graph的基础上跑neural networks？目的其实就是为了考虑entities之间的关系。李宏毅教授（的助教）的课中举的一个很贴切的例子：给定一部悬疑片的人物信息，需要预测凶手是]]></description><category></category></item><item><title><![CDATA[NLP入门 - 基于Word Embedding + LSTM的古诗生成器]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/111474871</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/111474871</guid><author>KGV093</author><pubDate>Mon, 21 Dec 2020 15:06:54 +0800</pubDate><description><![CDATA[一共实现三个功能：

1. 续写五言诗

2. 续写七言诗

3. 写五言藏头诗

之前用这个做Intro to Computer Science的期末项目折腾太久，不想赘述，内容介绍及实现方法可参考期末presentation的slides：

https://docs.google.com/presentation/d/1DFy3VwAETeqK0QFsokeBpDwyVkMavOjpckQKpc6XPTI/edit#slide=id.gb037c6e317_2_312

训练数据来源：

https:]]></description><category></category></item><item><title><![CDATA[Deep Reinforcement Learning入门 - DQN/Policy Gradient实现LunarLander-v2]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/111415071</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/111415071</guid><author>KGV093</author><pubDate>Sun, 20 Dec 2020 11:53:28 +0800</pubDate><description><![CDATA[超参数设置参考：https://github.com/ranjitation/DQN-for-LunarLander/blob/master/dqn_agent.py

之前CartPole照着Deeplizard的教程做给做废了，于是换了OpenAI - Gym另外一个小游戏LunarLander，尝试自己从零实现DQN。

官方文档的描述如下：

Landing pad is always at coordinates (0,0). Coordinates are the first two numbe]]></description><category></category></item><item><title><![CDATA[Meta Learning入门之MAML实现Few-Shot Learning（Ominglot部分论文复现）]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/109625967</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/109625967</guid><author>KGV093</author><pubDate>Wed, 11 Nov 2020 22:13:59 +0800</pubDate><description><![CDATA[最近看了李宏毅老师的MAML课，尝试了一下自己implement from strach：关于Ominglot数据集的5-way 1-shot分类

先挂一下参考的资源：

李宏毅的Lectures：https://www.youtube.com/watch?v=EkAqYbpCYAc

论文原文：https://arxiv.org/abs/1703.03400

一篇知乎笔记：https://zhuanlan.zhihu.com/p/66926599

用一句话概括MAML的灵魂，大概就是
...]]></description><category></category></item><item><title><![CDATA[基于PyTorch的GRU网络实现股票价格预测]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/109279384</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/109279384</guid><author>KGV093</author><pubDate>Sun, 25 Oct 2020 23:33:02 +0800</pubDate><description><![CDATA[参考：https://www.7forz.com/3319/

根据Tushare的数据，用LSTM的变体GRU试着做一个股票价格预测，参考了上述博客的代码，大多数参数经过了调整。

1. 用新晨科技（300542）的640天的收盘数据训练

2. 在沪深A股代码中随机抽取50条用于测试

3. 查看50条里面loss最大的一支股票，画出其数据与预测曲线（有明显误差但趋势大致相同）

预测的结果比预期好很多，留个坑--Midterm考完回来研究解释......

代码：


# -*- coding: ut]]></description><category></category></item><item><title><![CDATA[2020暑期旷视科技经历总结]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/108078932</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/108078932</guid><author>KGV093</author><pubDate>Tue, 18 Aug 2020 17:21:47 +0800</pubDate><description><![CDATA[三个月时间飞逝，暑假余额也所剩无几。很有幸到刘帅成博士带领的旷视科技成都研究院进行学习/实习，几个月来学到了太多，更重要的是见识到深度学习巨大的魅力和潜力，也结识了几位成研院优秀的算法研究员。最后几周花一些时间总结、吸收、实践一下之前收获的机器学习、深度学习相关知识。

5月28号，以一个稍有一定算法基础，几乎毫无工程能力的小白来到天府软件园C区。在李海鹏师兄的推荐下花了两三周自学Andrew Ng的机器学习课程前七周的内容。这部分主要覆盖了机器学习的线代基础、逻辑回归、正则化、朴素神经网络（手推了一次后向]]></description><category></category></item><item><title><![CDATA[基于PyTorch的卷积神经网络（CNN）实现MNIST分类模型]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/108076247</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/108076247</guid><author>KGV093</author><pubDate>Tue, 18 Aug 2020 15:41:14 +0800</pubDate><description><![CDATA[最近第一次玩了一下Kaggle，用PyTorch手写了一个四不像的卷积神经网络（有一点Inception v1的结构），测试准确率约为99.2%


# -*- coding: utf-8 -*-
"""Digit Recognizer.ipynb

Automatically generated by Colaboratory.

Original file is located at
    https://colab.research.google.com/drive/1sbq5hjhjO3I5jQQ]]></description><category></category></item><item><title><![CDATA[poj 3279 Fliptile（DFS）]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107843942</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107843942</guid><author>KGV093</author><pubDate>Thu, 06 Aug 2020 17:45:15 +0800</pubDate><description><![CDATA[传送门

题意：给一个的网格，每个格子的颜色为0或1，每次操作会使自身以及上下左右四个相邻的格子的颜色翻转。问最少翻转几次可以使网格全为0。如果无法实现则输出impossible。

题解第一段转自：https://www.cnblogs.com/caitian/p/5396946.html

“如果从上到下搜索，当前行是否需要反转取决于上一行的状态，通过翻转当前行使上一行为0，而不是通过上一行翻转为0后，看当前行的状态判断自己是否需要翻转，否则还会继续影响上一行。所以枚举一下第一行所有的状态，搜索到最后一]]></description><category></category></item><item><title><![CDATA[CNN中1x1 convolution的作用]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107790012</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107790012</guid><author>KGV093</author><pubDate>Tue, 04 Aug 2020 16:30:35 +0800</pubDate><description><![CDATA[https://zhuanlan.zhihu.com/p/35814486
]]></description><category></category></item><item><title><![CDATA[AtCoder Beginner Contest 174 总结]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107763998</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107763998</guid><author>KGV093</author><pubDate>Mon, 03 Aug 2020 15:18:00 +0800</pubDate><description><![CDATA[翘了实时比赛，今天用virtual补一下......发现题变水了......怕是错失了一次上分机会。

A,B,C略。D题每次交换尽可能远的一对"W......R"。E题二分答案，注意下边界初始化不能直接设成0，否则二分判断时除数太小精度爆炸。F虽然n还不小，但还是可以用莫队水过去（理论上大于3e9，2000ms有点危险），正解应该是主席树或者离线+树状数组。主席树空间开大点没毛病......

A


#include&lt;cstdio&gt;
#include&lt;cstring&gt;
#incl]]></description><category></category></item><item><title><![CDATA[Codeforces 622C Not Equal on a Segment（思维）]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107567192</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107567192</guid><author>KGV093</author><pubDate>Fri, 24 Jul 2020 18:28:27 +0800</pubDate><description><![CDATA[传送门

题意：给一个长度为n的数组a，每次询问区间内是否存在和不同的数，如果存在则输出一个下标，否则输出-1。

题解：想了想似乎在线/离线都不是很好搞，看了一眼题解也是绝了。记一个表示从第i位往右第一个与i不同的数。每次询问如果则直接输出，否则根据和的大小关系输出或者-1。复杂度为。


#include&lt;cstdio&gt;
#include&lt;cstring&gt;
#include&lt;iostream&gt;
#include&lt;algorithm&gt;
using names]]></description><category></category></item><item><title><![CDATA[hdu 6769 In Search of Gold（二分答案+树形dp）]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107563041</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107563041</guid><author>KGV093</author><pubDate>Fri, 24 Jul 2020 16:13:21 +0800</pubDate><description><![CDATA[传送门

题意：给一棵n个点的树，每条边的有两个边权和，现将某m条边的长度设为对应的，剩下n-m-1条边的长度设为。问得到的树的直径最小为多少。。

题解：二分一个mid，check能否使这棵树的直径不大于mid。每次check时，由于k不大，可以用二维的树形dp来搞，定义表示p为根的子树内让i条边选a且保证子树内最长简单路径不超过mid时，子树内离p最远的点与p的距离最小值（有点绕，通过合理选择a来使这个距离尽量短）。最后如果，就说明当前mid可行。

从儿子v往当前点p转移的时候，一开始设为0，每转移一]]></description><category></category></item><item><title><![CDATA[基于Keras的人工神经网络（ANN）实现Fashion-MNIST分类模型]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107495127</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107495127</guid><author>KGV093</author><pubDate>Tue, 21 Jul 2020 18:30:20 +0800</pubDate><description><![CDATA[仿照TensorFlow官方教程中的Basic classification: Classify images of clothing
，自己写一遍最朴素的人工神经网络来实现Fashion_MNIST分类模型。

Coursera上学了快两个月理论终于有了个稍微像样的实操......


import tensorflow as tf
from tensorflow import keras

import numpy as np
import matplotlib.pyplot as plt

fashi]]></description><category></category></item><item><title><![CDATA[Codeforces 1373D Maximum Sum on Even Positions（线性dp）]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107465092</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107465092</guid><author>KGV093</author><pubDate>Mon, 20 Jul 2020 15:47:33 +0800</pubDate><description><![CDATA[传送门

题意：给一个数组，问最多选一个子数组reverse一次之后最大的偶数位元素之和为多少。

题解：选一个长度为奇数的子数组reverse不改变答案。所以考虑reverse一个长度为偶数的子数组。大致乱搞思想：默认取偶数位时，选某一段区间连续取奇数位，最大和位多少，以及默认取奇数位时，选某一段连续取偶数位的最大和。


#include&lt;cstdio&gt;
#include&lt;cstring&gt;
#include&lt;iostream&gt;
#include&lt;algorith]]></description><category></category></item><item><title><![CDATA[Codeforces 580D Kefa and Dishes（状压dp）]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107463114</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107463114</guid><author>KGV093</author><pubDate>Mon, 20 Jul 2020 14:46:26 +0800</pubDate><description><![CDATA[传送门

题意：有n道菜，要求按一定顺序吃m道，第i道菜吃了能获得的满意度，又有k条加成，第i条表示如果吃完第道后马上吃道可以获得的满意度。问合理安排可以获得的最大满意度为多少。

题解：看数据范围盲猜搜索或者状压，一开始想着这最大可以达到，这状态数量肯定承受不了......后来发现对于某个二进制状态，对之后有影响的只有最后一道菜，所以记表示在st这个二进制状态下下，吃过的最后一道菜为i，能获得的最大满意度。从子状态转移时也要枚举一下子状态最后一道菜，复杂度为。


#include&lt;cstdio&g]]></description><category></category></item><item><title><![CDATA[Codeforces 979C Kuro and Walking Route（LCA）]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107414232</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107414232</guid><author>KGV093</author><pubDate>Fri, 17 Jul 2020 17:48:52 +0800</pubDate><description><![CDATA[传送门

题意：给一棵n个点的树，给定。问有多少点对满足从沿最短路径从u走到v，不会先经过x再经过y。

题解：根据x和y是否在一条链上判断一下，两种情况用子树大小算一下就行。x和y在一条链上等价于，所以求一下LCA来判断。


#include&lt;cstdio&gt;
#include&lt;cstring&gt;
#include&lt;iostream&gt;
#include&lt;algorithm&gt;
using namespace std;
typedef long long ll;
]]></description><category></category></item><item><title><![CDATA[Codeforces 1156D 0-1-Tree（并查集）]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107389672</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107389672</guid><author>KGV093</author><pubDate>Thu, 16 Jul 2020 18:28:19 +0800</pubDate><description><![CDATA[传送门

题意：给一棵n个点，边被黑白染色的树，问有多少对点对满足从x沿最短路径走到y，经过白边(1-edges)后不经过黑边(0-edges)。

题解：开两个并查集，第一个只连黑边，第二个只连白边，讨论三种路径：①黑②白③黑转白。前两种在并查集merge的时候可以计算，第三种路径怎么搞？对于某个点x，经过它的第三种路径有条。为什么这么不会算重，因为树是没有环的（脑补一下似乎没毛病）。

做完发现可以不用讨论，直接。减去那个1就是去掉(pos, pos)这条路径。

WA了好久发现应该find的地方写成了]]></description><category></category></item><item><title><![CDATA[Codeforces 1139C Edgy Trees（并查集）]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107366922</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107366922</guid><author>KGV093</author><pubDate>Wed, 15 Jul 2020 17:57:08 +0800</pubDate><description><![CDATA[传送门

题意：给一棵n个点，边被红黑染色的树，给定m，有多少种选法，选出可重集满足从走到，再从走到，......，再从走到（都走最短路径），至少经过一条黑边。

题解：由于是最少经过一条黑边，直接算不好算，所以正难则反尝试算有多少种选法使得走下来只经过红边。显然这样选必须在某个只含红边的极大连通子图里选。于是只用并查集连红边，每次合并计算一下贡献即可，类似Codeforces 1213G。记计算出的选法有种，那么。


#include&lt;cstdio&gt;
#include&lt;cstring&]]></description><category></category></item><item><title><![CDATA[Codeforces 519E A and B and Lecture Rooms（LCA）]]></title><link>https://blog.youkuaiyun.com/KGV093/article/details/107365753</link><guid>https://blog.youkuaiyun.com/KGV093/article/details/107365753</guid><author>KGV093</author><pubDate>Wed, 15 Jul 2020 17:08:41 +0800</pubDate><description><![CDATA[传送门

题意：给一棵n个点的树，m次询问，第i次询问有多少点到和距离相等（所有边长均为1）。

题解：每次询问考虑路径上的中点，分中点是/不是LCA两种情况讨论一下即可。本以为这种要讨论的咋也得调一小会儿，结果居然1A......再加上懒得画图，所以贴个Codeforces的链接捡懒。


#include&lt;cstdio&gt;
#include&lt;cstring&gt;
#include&lt;iostream&gt;
#include&lt;algorithm&gt;
using names]]></description><category></category></item></channel></rss>