qq_43344047的博客

原创 Pytorch实现的小波去噪优化后的LSTM股票预测算法

1.小波去噪的实现使用Pywavelets包进行小波去噪实现代码如下：#小波去噪处理training_set_scaled=training_set_scaled.reshape(-1)w = pywt.Wavelet('db8') # 选用Daubechies8小波maxlev = pywt.dwt_max_level(len(training_set_scaled), w.dec_len)threshold = 0.05 # Threshold for filterin..

原创 使用Pytorch实现简单的LSTM股票预测框架

1.数据获取使用TuShare获取数据（需要申请tushare账号，获取token之后填在set_token里）取1-4月数据作为训练集，5月数据作为测试集（测试集数据提取代码同训练集）ts.set_token('208cf0f7e03acf9024568071ab959d8cf3d1908385a7009906dc66d5') #需要在 tushare 官网申请一个账号，然后得到 token 后才能通过数据接口获取数据pro = ts.pro_api()time_temp = date

转载 【转载】基于矩阵分解（Matrix Factorization)的推荐算法

原文链接：https://lumingdong.cn/recommendation-algorithm-based-on-matrix-decomposition.html基本思路先来说说矩阵分解几个明显的特点，它具有协同过滤的 “集体智慧”，隐语义的 “深层关系”，以及机器学习的 “以目标为导向的有监督学习”。在了解了基于邻域的协同过滤算法后，集体智慧自不必多说，我们依次从 “隐因子” 和 “有监督学习” 的角度来了解矩阵分解的基本思路。推荐算法中的矩阵分解最初的想法是从奇异值分解（Si.

原创 交互设计的N大原理（持续补充中……）

1.美即好用效应：美观的界面可以使用户容忍一些轻微的操作上的不便利。2.多尔蒂门槛：响应时间在400ms以内较为合适，过快或过慢都会降低用户体验。3.菲兹定律：任意一点移动到目标中心位置所需要的时间，与目标距离正相关，与目标大小负相关。4.席克定律：决策所需要花费的时间随着选择的数量和复杂性增加而增加。5.雅各布定律：用户将大部分时间花在别人家的网站（产品）上，而不是你的。这意味着他们希望你的网站（产品）跟别人的有相同的操作方法和使用模式。6.简洁法则：用户会对获取到的信息进行过滤和

原创 Fashion-CNN中遇到的一些问题

Fashion CNN基础教程：https://www.kaggle.com/pankajj/fashion-mnist-with-pytorch-93-accuracy/notebook1.教程中灰度图片替换为RGB图片后遇到的问题：Given groups=1, weight of size [32, 1, 3, 3], expected input[10000, 3, 32, 32] to have 1 channels, but got 3 channels instead网上提.

原创 Unity中配置ARCore遇到的一些问题

遇到的问题：（创建unity项目注意：不要使用中文路径！）1.ARCore在Unity中的配置参考网站：https://developers.google.cn/ar/develop/unity/quickstart-android2.ARCore对应的Gradle版本（gradle-5.6.4或更高）安装教程：https://gradle.org/install/3.Unity自带的NDK版本与ARCore不对应NDK r19（64 bit)下载地址：https://dl...

原创 模糊自适应谐振原理(Fuzzy ART)

翻译 UMD算法讲义——Lecture 3：算法设计回顾：数学背景

————————————————————————————————原文档来源：马里兰大学（University of Maryland）教授David M. Mount Department of Computer Science2012年秋季学期课程CMSC 451 Design and Analysis of Computer Algorithms1课程讲义博主仅提供翻译时间：2021年2月20日文档著作权归原作者所有，翻译仅供学习交...

翻译 UMD算法讲义——Lecture 2：算法设计：稳定婚姻问题

算法 稳定婚姻问题