孤独症(4)

我已经三天没有学习了,这几天一直在玩炉石传说和跑跑狼,我决不能如此堕落,从今天到2月14号,每天都要学习。
1

class StandardScaler:
    """
    Standard the input
    """

    def __init__(self, mean, std):
        self.mean = mean
        self.std = std

    def transform(self, data):
        return (data - self.mean) / self.std

    def inverse_transform(self, data):
        return (data * self.std) + self.mean

其实我之前没有看懂这个类是干嘛用的,现在我知道了,它是用来将数据标准化的,至于为什么这样处理能够提高算法的性能,我就不知道了。

    scaler = StandardScaler(mean=np.mean(
        final_fc), std=np.std(final_fc))

它配合着这段代码来使用,就可以得到一个标准化器,scaler,里面记录了均值和标准差
2

    pseudo = []
    for i in range(len(final_fc)):
        pseudo.append(np.diag(np.ones(final_pearson.shape[1])))

这一段是生成对角矩阵
3
我之前就一直奇怪,我必须要修改我abide_PLSNet.yaml文件里的atlas,要不然的话矩阵的维度不对。

pseudo = []
for i in range(len(final_fc)):
    pseudo.append(np.diag(np.ones(final_pearson.shape[1])))

我们看这一句,final_person.shape[1]是111啊,这段代码最后生成的是1009个111*111的矩阵
4
这一段就很离谱

if 'cc200' in dataset_config['atlas']:
    pseudo_arr = np.concatenate(pseudo, axis=0).reshape((-1, 200, 200))
elif 'aal' in dataset_config['atlas']:
    pseudo_arr = np.concatenate(pseudo, axis=0).reshape((-1, 116, 116))
elif 'cc400' in dataset_config['atlas']:
    pseudo_arr = np.concatenate(pseudo, axis=0).reshape((-1, 392, 392))
else:
    pseudo_arr = np.concatenate(pseudo, axis=0).reshape((-1, 111, 111))

我先生成1009个111111对角矩阵,然后我再把这些矩阵拼一块,再重构成111111的,如果模型是cc200,那就要重构成200*200的矩阵,那肯定不对,要么多了要么少了
5

final_fc, final_pearson, labels, pseudo_arr = [torch.from_numpy(
    data).float() for data in (final_fc, final_pearson, labels, pseudo_arr)]

我懂这一段是什么意思了,这就涉及到一个问题,numpy就可以处理三维数组,那么为什么还要用pytorch呢,因为数据量太大,cpu处理起来太慢了,所以要用gpu辅助运算,那么自然要把data从numpy数组转化为pytorch的三维数组
6

length = final_fc.shape[0]
train_length = int(length * dataset_config["train_set"])
val_length = int(length * dataset_config["val_set"])

这一段就是划分测试集和验证集的比例
首先这个length是1009,然后abide_PLSNet.yaml中显示train_set为0.7,val_set为0.1。那么train_length就是10090.7即为706.3,int处理之后即为706。val_length即为10090.1,即为100.9,即为100
7

    dataset = utils.TensorDataset(
        final_fc,
        final_pearson,
        labels,
        pseudo_arr
    )

这里改来改去都给我看晕了,追根朔源,final_fc就是timeseires,final_person就是皮尔逊积差相关系数矩阵
8

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
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