自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(46)
  • 资源 (3)
  • 收藏
  • 关注

原创 如何打开/处理大型dat文件?二进制格式.dat文件如何打开?Python读取.dat文件

希望查看C语言输出的二进制DAT文件,写入方式如下(如果是视频或游戏,未必能使用这种方式打开)得到结果:array([0., 1., 0., …, 1., 0., 0.])假设:(1)安装了Python并安装了numpy,(2)知道数据有多少列。使用Python读取.dat二进制文件的方法。因为已经知道数据的列数100,所以进行转化。

2025-01-07 19:22:22 714

原创 小脚本:文件保存后,自动上传到git

用来做git自动推送的。

2024-06-26 22:56:20 369 1

原创 谷歌学术内容爬取

最近面临导师灵魂拷问:**“你怎么知道你提出的这个方法前人都没有提出过呢?”****“你相比于之前的方法,创新点究竟在哪里?”**

2024-06-16 12:30:04 1997 2

原创 因果推断读书笔记:功能性因果发现、LiNGAM、加性噪声模型

介绍了几种重要的因果发现方法,具体包括功能性因果发现(Functional Causal Discovery)、加性噪声模型(Additive Noise Model, ANM)和线性非高斯有向无环图模型(LiNGAM)。这些方法旨在通过分析数据中变量之间的关系来确定因果方向。

2024-06-14 23:27:39 1347

原创 【SNN脉冲神经元】【附模型代码】|Yamamoto2024论文精读|SNN如何与体外实验结合

脉冲神经网络(SNN)是模拟生物神经行为的计算模型,它们通过模拟神经元的脉冲活动来处理信息。SNN的研究可以追溯到最早的**被动膜模型**,这些模型试图描述神经元的电生理特性。本博客将从SNN的起源讲起,逐步深入到**HH模型**的基本原理,再到**Izhi模型**的简化与应用。我们将通过Yamamoto2024的论文,探讨SNN如何与湿实验相结合,以及这种结合如何推动了神经科学和人工智能的交叉发展。

2024-05-16 19:45:00 906

原创 【精读Yamamoto】方向性连接如何丰富神经网络的功能复杂度 | 体外神经元培养实验 | 脉冲神经元模型(SNN) | 状态转移模型

在神经科学领域,理解大脑如何通过其复杂的**网络结构**实现**高级功能**一直是一个核心议题。最近,一项发表在《Nature Communications》上的研究为我们提供了新的视角,该研究由Nobuaki Monma和Hideaki Yamamoto博士领导的团队完成,他们通过创新的实验和计算模型,揭示了在生物神经网络中引入方向性连接如何显著影响网络的动态行为和功能性复杂度。

2024-05-13 18:37:15 1204

原创 【Matlab-动画-附源码】3分钟教你用Matlab做一个Lorenz动画

在科研工作中,经常需要将数据可视化以便更好地理解和传达研究成果。但大家主要放静态图片,而视频或动画通常比静态图片更具吸引力和表现力。AE, Manim太难学,Matlab就可以用来制作动画。在这篇博客中,我们将介绍如何使用 MATLAB 制作动画,并以 Lorenz 系统为例进行演示。

2024-05-09 18:48:12 533

原创 【论文泛读|附源码】如何进行动力学重构? 神经网络自动编码器结合SINDy发现数据背后蕴含的方程

这一篇文章叫做 **数据驱动**的**坐标发现与方程发现算法**。想回答的问题很简单,就是根据数据写方程。想想牛顿的处境,如何根据各种不同物体下落的数据,写出万有引力的数学公式的。这篇文章就是来做这件事的。当然,这篇论文并没有从牛顿视角,完全去思考牛顿所想。而是利用现有的**深度学习技术** 和 **动力学重构的方法** 。提出了一种框架,基于现有的计算机技术,去发现物质运动背后的物理规律。这里直接给出这篇方法的核心思路图,我们后面会逐个讲解。

2024-05-03 16:04:41 1954 10

原创 论文泛读 - 基于RNN建模: Reconstructing computational system dynamics from neural data with recurrent neural

这篇文章介绍中的研究和方法,并非指的是计算机科学的神经网络模型(比如MLP, CNN, RNN之类的),而是指我们如何从实验数据中,构建数学模型去描述生物神经元的动力学行为。传统的计算神经科学,已经从物理理论推导出了一些模型,如:LIF(1907),HH(1952),Cable theory(电缆模型)之类的。但如何,或如何,其实在传统计算神经科学中的课程中讲得并不多。这个文章是希望从数据驱动的角度,以RNN来进行数据驱动的生物神经元动力学建模,讨论了RNN的常用处理方法和可解释性。

2024-05-01 19:30:50 406

原创 kuramoto模型 - 简要介绍

通过本文,你将获得1. 单个节点的Kuramoto模型,以及其中参数的含义2. 正弦耦合的Kuramoto3. Kuramoto模型的平均场分析 (Mean-Field),这也揭示了模型与复分析的关系4. 一般的Kuramoto网络

2024-04-28 10:40:36 1630

原创 动力学重构/微分方程参数拟合 - 基于模型

这一篇文章,主要是给非线性动力学,对微分方程模型参数拟合感兴趣的朋友写的。笼统的来说,这与混沌系统的预测有关;传统的机器学习的模式识别虽然也会谈论预测结果,但他们一般不会涉及连续的预测。这里我们考虑的是,连续的预测,而不仅是进行一步预测。比如生物神经元的发放序列,股票序列,天气序列等等。

2024-04-21 02:55:41 1529 1

原创 如何实现chatGPT批量问答,不用token

该程序实现了无需token批量与chatGPT交互的方法,一共分为两个步骤:打开auto_selenium_txt.py。再运行的第二步代码,配置好文件夹中的input文档,执行之后会开始自动批量问答。结束之后会保存的output文档。按照模板准备好input.txt文件后,执行剩下的代码;执行第1到63行代码,后台会自动打开浏览器,需要手动登录账号和点掉系统的弹窗;先运行第一步的代码,执行之后会自动打开浏览器,需要手动配置好浏览器界面;3分钟,教你做个GPT批量问答还不用token | 有源码。

2023-10-08 14:36:02 2114 1

原创 PathWise开发(1) 将增加节点的功能移动到鼠标右键 d3.js/vue.js

{${动图效果参考。

2023-05-20 18:14:15 610

原创 复变函数基础笔记1

复数的概念:定义方程x2=−1x^2=-1x2=−1的解为iii,所以i2=−1i^2=-1i2=−1即i2=−1,i4=1i^{2}=-1, i^{4}=1i2=−1,i4=1。所以有{i4n=1i4n+1=ii4n+2=−1i4n+3=−i\left\{\begin{aligned}i^{4n} & = 1 \\i^{4n+1} & = i \\i^{4n+2} & = -1 \\i^{4n+3} & = -i \\\end{aligned}\righ

2022-02-06 00:54:50 2395

原创 获取百度搜索的返回结果

基于request获取百度返回结果:本文基于request进行访问有可能导致SSLError(这有可能是由于本文是访问https所导致的)。但这篇博客较完整地介绍了对html使用etree,json对返回结果进行解析的操作,可以借鉴。Python3网络爬虫(一):利用urllib进行简单的网页抓取:这篇主要使用urllib进行抓取,代码简单易懂非常方便。但缺少进一步的格式化处理,可以结合第1篇理解。一开始我们以requests.exceptions.SSLError: HTTPSConnectio.

2022-01-17 00:05:21 1908

原创 d3.js画柱状图超详细教程

d3.js画柱状图超详细教程废话不说了,有文本编辑器和浏览器就行。先看效果图1. 本地创建一个文件夹,名字随便2. 如何创建一个用于画d3的空白html?在文件夹中新建文本文件,将后缀改为.html<!doctype html><html><head> <title>D3.js基础教程</title> <script src="https://d3js.org/d3.v5.min.js" charset=

2021-11-27 01:46:41 5151 1

原创 含参量积分实战练习(1)

含参量积分实战练习(1)小测: 试试看掌握了多少在了解了含参量积分的连续性(极限和积分可交换的条件)、可微性(导数和积分型次序交换的条件)、可积性(积分顺序可以交换的条件)之后,试试看能否自己回答下面的问题吧!正常积分:如何对有理函数进行分解x(1+x2)(1+αx)\frac{x}{(1+x^2)(1+\alpha x)}(1+x2)(1+αx)x​令φ(α)=∫01ln⁡(1+αx)1+x2dx\varphi(\alpha)=\int_0^1\frac{\ln(1+\alpha x)}

2021-11-25 15:22:06 400

原创 双线性函数基础

尝试回答下面问题:双线性函数基础1.什么是双线性函数?2.举一个双线性函数的例子(除了最简单向量内积)3.什么是双线性函数的度量矩阵?4.写出一个你所举例子中的度量矩阵5.用过渡矩阵对所选的基进行变换后,度量矩阵会发生怎样的变化?对称双线性函数基础1.什么是对称双线性函数,什么是反对称双线性函数?2.对称双线性函数的度量矩阵是对称矩阵吗?如何证明?3.是否有“若fff为C\mathbb CC上的对称双线性函数且f(ξ,ξ)=0f(\xi,\xi)=0f(ξ,ξ)=0,则ξ=0\xi=0ξ

2021-11-24 22:02:49 2470

原创 非退化是什么意思?

非退化是什么意思?什么是非退化矩阵?即行列式不为零,即矩阵可逆什么是非退化线性替换?对于一个线性变换{x1=c11y1+c12y2+⋯+c1nynx2=c21y1+c22y2+⋯+c2nyn⋮xn=cn1y1+cn2y2+⋯+cnnyn⇔X=CY\left\{\begin{array}{lr}x_1=c_{11}y_1+c_{12}y_2+\cdots+c_{1n}y_n \\x_2=c_{21}y_1+c_{22}y_2+\cdots+c_{2n}y_n \\\vdots \\x

2021-11-24 18:43:29 10446

原创 含参变量积分基础知识(1) —— 正常积分的性质

1.什么是含参量积分?[1][1][1]对于一个定积分I=∫cdydyI=\int_c^d y dyI=∫cd​ydy,往其中加入一个参数aaa,变成I(a)=∫cdaydyI(a)=\int_c^d ay dyI(a)=∫cd​aydy, 其中a∈[a1,a2]a\in[a_1,a_2]a∈[a1​,a2​]。这使得每确定一个参数aaa,就会有一个I(a)I(a)I(a)而随之确定,就称其为定义在[a1,a2][a_1, a_2][a1​,a2​]上的含参量aaa的正常积分(简称含参量积分)把上面的

2021-11-23 11:15:20 2343

原创 实变函数---不可测集的一个例子

导言点集并非全都是不可测集。回顾可测集的概念,如果有集合TT满足以下公式, m∗(T)=m∗(T∩E)+m∗(T∩Ec)m^{*}(T)=m^{*}(T \cap E )+m^{*}(T\cap E^c) 则称集合EE是Lebesgue可测集。其中TT被称为试验集,所有可测集的全体记作μ\mu 如图所示: 其中,m∗(T)m^{*}(T)的定义为: m∗=inf{∑i=1∞|Ii|,T⊂⋃

2018-05-08 12:01:19 27262 2

原创 python---在conda下安装第三方包

导语因为最近是要安装tushare啦方法1 改名字,在这里把原来的pip.exe和pip-script.py改成前面加上conda的版本,目的是和系统自带的pip给区分开 2 在anaconda prompt命令行中输入conda pip + 你想要安装的包的名字就可以啦 比如 这里我们安装的tushare

2018-01-14 20:21:54 4566 1

原创 神经网络(1)---传统神经网络准备

学习吴恩达的课程所写图像分类原理对于一个rbg的图像,计算机是使用一个r矩阵,一个b矩阵和一个g矩阵来使得图像能够被肉眼看见,而在图像识别中,我们要把这个rbg图像转化成一个向量x来作为输入,所以,我们就一列一列的遍历图像矩阵,先遍历r矩阵,一个一个排成列向量,然后接下来b矩阵,g矩阵,最后可以得到一个n行1列的列向量作为特征向量。常用符号说明:样本:(x,y) 特征向量的维数使用n表示 训练样

2017-11-29 03:12:51 430

原创 Matlab---导出exe

导语研究如何把一段代码打包成EXE的方式输出,一方面是为了算法的保密,另一方面也方便在一台未安装有matlab的电脑上面使用。事实上python也是有类似的导出工具的,我们这里先来谈一谈如何从matlab里面导出正文先说说我的环境吧,就win7+matlab2017a,网上说的教程真的都太复杂了,一方面是MCR的配置,另一方面又是GUI的编写。这里我们也致力于简单说明配置,并使用2017a自带的ap

2017-11-28 04:18:10 8869 6

原创 阿里服务器(1)---如何连接上我的服务器

导语emmm,最近是觉得吧,我想要跑程序,但是吧,电脑有时候转移的时候得关机啊,所以,就想能不能够自己做一个服务器并且看看能不能跟微信打通让它实时将跑出来的结果发给我~如何在自己的电脑上连接上服务器?要知道自己的登录密码吧~当然还有登录账号(root版的登录账号通常是root)。第二要确认在自己的服务器网页上设置接受ssh协议这个东西。这个是需要在阿里云的安全组里面的规则进行设置的,我这里设置的

2017-11-16 08:32:14 452

原创 tensorflow(4)---mnist问题的深度卷积神经网络(基于官网文档的实现)

导语那么,上次我们已经使用最基本的梯度下降法实现了mnist问题,并且还原了手写数字的原始模样,那么本文就开始讲述如何调用tensorflow中的深度学习中的卷积神经网络解决mnist问题讲解开始首先我们还是给出源代码,然后再分析import input_datamnist = input_data.read_data_sets('MNIST_data', one_hot=True)import

2017-11-11 03:45:59 324

原创 linux(2)---校园网开热点

导语:哎嘛~折腾了这么久,终于找到一个win中难以做到的功能了,那就是校园网开热点呀~步骤:首先得有网首先如果你得把你得校园网给搞定吧2333,我们学校是rj客户端,我主要是阅读了linux公社和这一篇博客,如果不抓包的话,即使脚本最后可以连接得上,但是速度也相当迟缓,而且还有一些网站也可能打不开~其次得会开热点先把这一篇问题中的Creating wifi-hotspot using Unity’s

2017-11-09 03:35:30 1863

原创 linux(1)---已知文件名,用locate找到文件的位置

步骤linux的最强大的搜索功能不是在文件管理其中用ctrl+F(因为那貌似只能找到该文件夹中出现名字的而且貌似不能在文件夹的内部进行搜索),linux正确的搜索方式时右击桌面,打开终端……使用locate语句来搜索 1.用updatedb更新数据库 往往这个语句不成功的原因是权限不够,所以如果不行的话就 sudo updatedb 输入以上语句之后终端往往会让你输入密

2017-11-07 20:30:15 1920

原创 tensorflow(3)---官方文档MNIST问题的实现思路解说

导语之前我们已经搞定了tensorflow的基本实现思路,那么在本文,emmm算是复习一下吗?或者让我们为CNN做做准备,了解了解图像识别的一般流程吗?emm讲道理之前还没使用机器学习进行过图像识别的工作啊,所以,我们来看看这个MNIST的问题吧~其实也就是手写数字识别啦。步骤下载数据"""Functions for downloading and reading MNIST data."""fr

2017-11-07 20:21:13 358

原创 tensorflow(2)---linux,anaconda2,pycharm中调用tensorflow

导语tensorflow只在linux支持python2.7 但是据说anaconda结合了好多包,大家说下载了anaconda之后很方便 pycharm是一款好用的编辑器,要是能在pycharm调用anaconda中的tensorflow就好啦(假设我们已经通过使用anaconda下载好了tensorflow)步骤步骤很简单,首先确定你已经通过anaconda安装好了tensorflow,检验

2017-11-07 17:15:43 406

原创 TensorFlow(1)---官方文档简介中所给demo的解说

导语emmm最近想要入tensorflow,为此还专门装了个ubuntu双系统(因为貌似tensorflow只在linux上支持python2.7),官方不是给了段关于简单实用tensorflow实现平面拟合的代码吗,好像对于我这种小白来说,其中的一些语法不能一眼看懂,所以就记录一下咯~开始讲解import tensorflow as tfimport numpy as np这是本次将要使用到的库

2017-11-07 15:23:59 239

原创 金融工程---马尔科夫预测

导语:本篇大部分的阅读是来自于《量化投资:数据挖掘与实践》这本书,有兴趣的同学可以找书来参考阅读简介:很多人认为,如果要看见未来,不仅仅要知晓现在,还要了解过去。但是马尔科夫认为,看见未来,只需要知道实物现在是怎么样的就够了。马尔科夫过程先给出官方的定义吧: 设{Xt,t∈T}\{X_t,t\in T\}为随机过程,若对任意正整数nn及t1<t2<⋅⋅⋅<tnt_1<t_2<···<t_n,有:

2017-11-04 03:17:20 885

原创 金融工程---最大熵模型(MaxEnt)

导语该模型是为了理解HMM的学习而准备的。最大熵原理这是一个很有意思的思想并非定理或者公式: Model all that is known and assume nothing about that which is unknown. 让建立的模型满足假设条件而不要再去满足其他的假设有趣吧,例如,这里有一个问题 一个骰子1点朝上的概率是多少?大部分人会回答16\frac{1}{6

2017-11-03 23:20:20 2025

原创 python学习---画3d曲线曲面图

导语就是想记录并分析一下用pthon画图的经历开始画图先贴最终效果和源代码: from matplotlib import pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3Dfigure = plt.figure()ax = Axes3D(figure)X = np.arange(-10,10,0.

2017-10-31 01:05:40 28665 10

原创 复分析理论---如何形象理解平均值公式和最大模原理

导语emmm这次讨论的话题如题,哎向其上次的作业怎么都还没写完,不管啦反正作业什么的都是浮云~平均值定理(解析函数版)要说这个定理呢,其实有的书上也叫他平均值公式,也有叫它平均值性质,Whatever,我们这里就叫他平均值定理好了。并且还有两个不同版本的平均值定理(但他们其实说的都是同一件事),然后这里我们介绍的以解析函数来介绍平均值定理。我们先给出书上的原始定义,然后再把数学语言转化为通俗易懂的话

2017-10-31 00:47:53 12731 5

原创 机器学习扫盲---常见学习效果指标说明(并附基于sklearn库计算AUC)

导语就我们在使用机器学习对数据库进行训练的时候会用到很多指标对这种方法的结果进行评估,本文就学习一些常见的评估方法吧。指标说明嗯嗯现在我们开始说一般有哪些指标(其实通常是在医学的研究中),我们选取了一张我们导师给我的图(艾玛具体是从哪篇论文中找出来的我还真不清楚,暂且忽略这个吧,仿真我也不用它的结果,只是看看有哪些指标)看到了一堆指标吧,我们一个一个来说 ·Accuracy:准确度,看这个名字应

2017-10-28 21:54:08 5530

原创 机器学习实验---调用sklearn库实现GBM

导语一直在纠结GBM这个方法到底是怎么调用的,因为貌似sklearn中并没有一个专门的方法叫做GBM。emmm,后来好像其实一般就说gradient boosting。根据官方文档我们迅速来学习它的使用方式吧~简单步骤1、导入分类器和make_hastie_10_2from sklearn.datasets import make_hastie_10_2from sklearn.ensemble

2017-10-28 14:23:33 3729

原创 金融工程---OLMAR和RMR的思路简介

简单介绍一下吧:移动平均线MA常常是用来量化当前的趋势,或者过滤掉一些假信号的常用手段,本文是利用MA自己开发出了一种称为OLMAR的算法来优化资产配置,貌似还用到了机器学习的一些内容,等一下我们来看吧另外,本篇文章的目的当然就是要给搞定这个算法,把这篇论文最核心的内容给找出来。这个算法是如何一步一步实现,以及如果可以的话,进一步的,为什么可以这样实现?两种类型的MASMA

2017-10-28 01:14:20 1028

原创 机器学习实验---人工神经网络MLP基于sklearn的实现

导语上次写了随机森林的基于sklearn库的大致实现步骤,这次我们来看看人工神经网络的实现步骤吧~MLP就是多层感知器的意思,我们这里也是通过引入MLPClassifier来实现的。步骤详解:首先从sklearn中导入MLPC 导入待训练的数据集 通过调用MLPC训练器对训练集进行训练 利用训练集对测试数据进行测试 返回错误率from sklearn.neural_network impor

2017-10-23 23:25:13 5923 2

原创 机器学习实验---random forest的实现~

导语辣么,如题这篇就是要搞定random forest的实现了~怎么实现呢?当然是用库了,要我自己写怎么可能写得出来。库的选择是用sklearn。实现步骤第一步:当然是导入库了。 第二步:导入了之后我们简单的给出样本(0,0,0)和(1,1,1)这两个样本 第三步:我们调用RandomForest分类器为clf 第四步:使用样本对该分类其进行训练 写成python的代码就是如下所示>>> f

2017-10-23 18:14:16 1343

spgk kernal function for text classification

基于spgk核函数进行文本分类的代码demo

2022-05-04

基于dagre-d3自动画流程图的demo

基于dagre-d3自动画流程图的demo,是用JavaScript和html运行的,必要的库已经放在包里 面了,直接点击demo目录下的html即可运行。 有时间再写写这些文章的解析吧

2022-04-30

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除