菜菜菜菜的博客

将.SQL文件导入到Navicat中今天是第一次决定独自在实验室通宵，作为一个女孩，真的还是很难受的。就是为了惩罚自己周末两天什么事情都没有做。今晚很难受啊，都快哭了，可是哭又有什么用呢？如果一直都不能自己解决问题，总像以前那样依赖大神，那以后到了社会上是不是就要被人欺负死了？哪里都不会相信眼泪的，没有人会同情你，只会落井下石趁早公司把你开除了吧？哈哈，现在想的是有点悲观，但是悲观点未尝不是好事。所

参考资料:https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_auc_score.html#sklearn.metrics.roc_auc_scorehttps://scikit-learn.org/stable/modules/generated/sklearn.metrics.auc.htmlhtt...

tensorflow使用已经保存的模型, 必须要在开始之前预先初始化变量. 不知道有没有更加简单的方法哦, 但是我时间比较紧, 就只有用这种最笨的方法了.好了, 步入正题, 如何初始化保存的模型里的变量呢? 补充: 是初始化所有的变量! ! ! 所有的! ! !我今天弄了一上午, 一开始是什么都不懂, 不懂要先初始化, 并且也不知道一定要初始化所有的变量, 后面才能够得到我想要的, 所以折腾...

今天遇到了很多弱智问题, 都是新手才会犯的错误, 可能不够全面, 因为我在遇到了问题的时候只是考虑如何解决它, 而没有仔细思考问题是如何发生的.问题一首先, 我训练了一个神经网络的模型, 得到了权值W和偏移值b. 一开始我想直接在模型训练的过程中得到向量的低维表示(多么弱智的想法), 后来发现tensorflow是并行计算的, 而且每次的训练集好像是随机的, 因此, 我本来输入的数据只有1...

看论文1的时候遇到的，该论文首先得出了衡量两个概率分布之间的距离的公式，目标函数是使这两个概率之间的距离尽可能小，接下来需要最小化它们之间的KL-divergence。我看他用KL-divergence代替d( · , · )，一时不知为何，因此上网查了KL-divergence，胡乱总结2如下KL-divergence又叫相对熵(relative entropy)，衡量两个概率分布之间的不...

还是看论文遇到的，还以为又是新的思想，翻译过来才知道是负采样，我看的那篇论文里面引用它是为了计算不那么好算的条件概率，虽然负采样的名字在以前也听说过，但是一直不了解，就趁着这个机会记录一下吧。查负采样的时候才知道，word2vec模型是基于它提出来的，前面还涉及hierarchical softmax，hierarchical softmax在deepwalk这个论文里面有提到，不过也是没看...

目录社交网络的表示学习任务异构图的网络表示论文1：在异构的社交网络中学习节点的潜在表示[^10]论文2：应用于社交网络的异构图形的分类学习[^11]reference社交网络的表示学习任务在日常生活中，会遇到许多的社交网络，比如微博等，展现了不同用户与微博内容之间的各种关系，还有论文之中的网络，展现了论文作者，作者研究课题，论文出版杂志社之间的关系。网络表示学习的任务就是学习一种对这些节点的表...

mapminmax一、[Y,PS] = mapminmax(X)函数功能：将矩阵的每一行压缩到 [-1,1]，其中当前行的最大值变为1，最小值变为-1 。（这是默认的参数）扩展：（修改参数）1. [Y,PS] = mapminmax(X,YMIN,YMAX) 将矩阵的每一行压缩到 [YMIN,YMAX]，其中当前行的最大值变为YMAX，最小值变为YMIN。2.  [Y,

K-SVD算法算法简介 K-SVD可以看做K-means的一种泛化形式(由K-means扩展而来)，K-means算法中每个信号量只能用一个原子来近似表示，而K-SVD中每个信号是用多个原子的线性组合来表示的。K-SVD通过构建字典来对数据进行稀疏表示，经常用于图像压缩、编码、分类等应用。主要问题Y=DXY = DX 其中 Y∈R(n∗N)Y \in R(n*N), D∈R(n∗K)D

生成式模型生成式模型(generative model)会对xxx和yyy的联合分布p(x,y)p(x,y)p(x,y)进行建模,然后通过贝叶斯公式来求得p(y∣x)p(y|x)p(y∣x), 最后选取使得p(y∣x)p(y|x)p(y∣x)最大的yiy_iyi​.具体地, y∗=argmax⁡yip(yi∣x)=argmax⁡yip(x∣yi)p(yi)p(x)=argmax⁡yip(x∣y...