
深度学习与神经网络
文章平均质量分 89
朗泰乐
生也有涯,学也无涯,精卫之心孔嘉。
展开
-
Pytorch实验6:论文代码中的高级语法
整理了一下读GSnet代码时遇到的不懂的语法。Pytorch中的高级语法整理torch.tensor.repeat()bmm (input, mat2)tensor.permute(input, dims)关于permute(排列)函数的理解permute / transpose + contiguous + viewtorch.squeeze(input, dim=None)torch.unsqueeze(input, dim=None)torch.tensor.repeat()repeat里面的参原创 2021-11-10 09:15:01 · 1766 阅读 · 0 评论 -
读懂GSnet(一):pandas读取pkl格式的多维数组,可视化理解时空数据
GSNet数据解读原始数据数据理解维度格式如何读取四维数组?读空间分布读时间分布读其它分布结语之前很少用过多维数组,不知道怎么读取。今天阅读论文《Learning Spatial-Temporal Correlation from Geographical and Semantic Aspects for Traffic Accident Risk Forecasting(AAAI 2021)》时,文章提供的原始数据是4维的,正好研究一下。原始数据代码和原始数据:https://github.com/原创 2021-10-12 13:10:08 · 3716 阅读 · 0 评论 -
深度学习复习笔记(持续更新)
Update date: 10/7目录(一)绪论人工智能概述深度学习概述(一)绪论人工智能概述人工智能一共经历了三个发展阶段:计算智能,感知智能,认知智能。计算智能使得机器能存能算,感知智能让机器能说会说、能看会认,而第三阶段的机器更加智能化,能理解事物并思考问题。人工智能的实现方法:神经网络得到任何局面的估值都是常数时间,这和搜索树是非常不同的神经网络这些算法最有意思的一点是其时间复杂度往往近似为常数(因为只是简单的函数求值),这和人的行为更加接近:人在很多认知问题上都是和输入无关的,时间原创 2021-10-07 10:36:28 · 782 阅读 · 0 评论 -
疫情微博文本情感分类 (简化版SMP2020赛题)
2020年初,新型疫情来势汹汹,对人们的生产生活产生了巨大的影响,引发舆论广泛关注。在以微博为代表的社交媒体上,疫情相关的话题引起了网友们的广泛讨论。基于自然语言处理技术,深入挖掘微博文本中蕴含的情感态度信息,可以明确公众态度、感知情绪变化、辅助政府决策、引导网络正能量,具有研究意义和社会价值。本实验的任务是:使用深度学习方法,对给定的疫情微博数据集进行情感分析,输出微博蕴含的情绪类别。任务的优化目标是:提高在测试集上的评估得分。**特别地,训练数据不能脱离数据集范围,不可以引入外部语料、预训练模型原创 2021-09-23 17:14:27 · 5280 阅读 · 10 评论 -
[已解决] 手动实现神经网络解决回归问题,每个epoch的loss/accuracy完全一样是怎么回事?
问题:Loss/Accuracy不变今天下午跑实验2,手写的回归算法。反复检查Code没有问题,但是Loss从epoch2开始一直不变(如图)。是什么原因呢?网上方案经过手动排查,网上列出的原因主要有以下三种,测试了均没有效果。学习率太大、太小根据指数搜索策略,手动更改学习率为0.1、0.01、0.001后,loss依旧不变。yyy和y^\hat{y}y^不在同一维度,发生了广播for X, Y in train_iter: # the predication Yhat =原创 2021-08-02 19:01:16 · 6314 阅读 · 6 评论