- 博客(15)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 “Mamba: Linear-Time Sequence Modeling with Selective State Spaces“阅读笔记
“Mamba: Linear-Time Sequence Modeling with Selective State Spaces“的简要阅读笔记
2024-12-27 13:20:03
1011
原创 如何生成python项目的依赖文件requirements.txt
项目的依赖文件通常用于记录项目运行所需的库及其版本，这对于项目复现和环境管理十分重要。本文整理一些常见的生成python项目依赖文件的方法。
2024-12-17 12:07:31
487
原创 Pycharm中Anaconda的详细配置过程
可以在选择在官网下载相应操作系统的Anaconda安装包，也可以自己找资料（个人感觉这样要方便一点，网上资源一般都配套安装教程）
2024-10-31 17:19:24
11972
4
原创 kaggle 中安装GDAL库
最近，我在导入osgeo库时出现“No module named 'osgeo'”的报错，直接pip install 不能安装相关的GDAL库，经过查阅资料，整理kaggle 中安装GDAL库的步骤如下： 最后完成安装：
2024-10-21 16:07:08
261
原创 DYffusion阅读笔记 “DYffusion: A Dynamics-informed Diffusion Model for Spatiotemporal Forecasting“
动态预测是指预测动态系统未来行为的任务，设计学习控制系统演化的潜在动态，以对其未来状态做出准确的预测。高斯diffusion在正向过程中使用高斯噪声不同程度地破坏数据，然后通过反向过程对随机输入进行去噪以得到高度真实的样本。然而，在高维度上将噪声映射到真实数据十分具有挑战性，因此扩散模型的计算成本非常高。而且，扩散模型多用于静态图像，即使是能生成真实样本的video diffusion model也没有明确利用数据的时间性质来生成准确的预测。
2024-09-10 17:15:03
1446
原创 ModuleNotFoundError: No module named ‘hydra‘
经过搜索，我发现别的博主提到直接使用pip install hydra-core --upgrade就可以解决。
2024-08-13 16:10:36
1018
原创 ASTGNN (Learning Dynamics and Heterogeneity of Spatial-Temporal Graph Data forTraffic Forecasting)
Learning Dynamics and Heterogeneity of Spatial-Temporal Graph Data forTraffic Forecasting阅读笔记
2024-08-06 17:57:09
1267
原创 ASTGNN(Localised Adaptive Spatial-Temporal Graph Neural Network)
《Localised Adaptive Spatial-Temporal Graph Neural Network》阅读笔记（不含实验）
2024-07-24 10:59:02
1531
原创 pycharm+anaconda配置pytorch(CUDA10.2)
选择相应的版本下载。但是官网最新版本的pytorch稳定版已经不支持cuda10.2的了，所以我去。中寻找，找到这三个文件并下载。
2024-07-22 16:32:18
1208
1
原创 扩散模型学习笔记
扩散模型的核心思想是通过学习数据的扩散过程来生成新的样本。这个过程涉及在正向过程中逐步向数据添加噪声，并在逆向过程中逐步去除噪声，从而生成新的数据。
2024-07-11 16:53:14
861
原创 湿地数据集整理
2020年全球30米湿地数据产品(GWL_FCS30)是通过结合2020年的Landsat SR数据和Sentinel-1数据，利用分层分类策略和局部自适应随机森林分类算法在Google Earth Engine云计算平台得到的。它是第一个具有精细分类系统的全球30米湿地地图，包括四个内陆湿地子类别（Swamp、Marsh、Flooded flat、Faline）和三个沿海湿地子类别（Mangrove forest、Salt marsh、Tidal flat）。涵盖了2000-2022年间的全球湿地数据。
2024-06-23 14:58:02
2106
3
空空如也
利用spss做多因素方差分析 F值和p不显示，怎么办？
2021-09-10
TA创建的收藏夹 TA关注的收藏夹
TA关注的人