- 博客(11)
- 收藏
- 关注
RSS订阅原创 《A Survey on Knowledge Graphs: Representation, Acquisition, and Applications》
机构: 作者分别来自知名大学，尤其是Philip S. Yu是知识图谱领域的权威专家。
2025-06-17 16:25:10
965
原创 为什么要将高维特征投影到低维空间？
高维特征可能携带过多的细节信息，这些信息在无监督或弱监督学习中可能并不关键。低维投影帮助去除这些不必要的细节，降低过拟合的风险。高维空间的特征虽然信息丰富，但在对比学习中，过高的维度可能导致噪声放大，从而影响模型训练的稳定性。投影到低维空间后，特征的冗余信息被去除，使得特征表示更简洁，便于后续对比损失的优化。
2024-11-24 22:59:06
910
原创 pytorch什么时候用contiguous()
PyTorch中的permute, transpose, view, reshape和flatten函数会改变向量存储，使其内存位置不连续，使用contiguous()解决即可。
2024-10-22 21:28:07
154
原创 nn.embedding函数详解
第1个参数 num_embeddings 就是生成num_embeddings个嵌入向量。第2个参数 embedding_dim 就是嵌入向量的维度，即用embedding_dim值的维数来表示一个基本单位。注:该函数服从正太分布，该函数可参与训练，我将在后面做解释。
2024-10-14 21:46:46
538
原创 datasets.ImageFolder 使用方法
datasets.ImageFolder是从dataset的api接口调用，他也是有要求的，以下可见。根据dataset需要的参数，root（路径），transform（预处理）一般只考虑前两者。图片的就是要加载路径，读取图片，做成dataset最后打包成dataloader。2）每个类别里面的图片需要按顺序排列（无论使用英语还是数字）3）每一个图像及其对应的标签 列表形式。1）每个类别需要单独成立一个文件夹。2）种类对应数字标签 字典形式。且dataset有三个特性。三个特性存在的形式分别是。
2024-10-14 09:48:00
310
原创 pytorch显示图像
在将图像转换为 Tensor 之后，您可能需要根据您的特定应用调整 Tensor 的形状。例如，对于彩色图像，您可能需要将 Tensor 的形状从。
2024-10-09 22:31:47
571
原创 pytorch中自定义数据集
- 1.数据和标签的目录结构先搞定(得知道到哪读数据)- 2.写好读取数据和标签路径的函数(根据自己数据集情况来写)- 3.完成单个数据与标签读取函数(给dataloader举一个例子)- 原来数据集都是以文件夹为类别ID，现在咱们换一个套路，用txt文件指定数据路径与标签(实际情况基本都这样)- 这回咱们的任务就是在txt文件中获取图像路径与标签，然后把他们交给dataloader- 核心代码非常简单，按照对应格式传递需要的数据和标签就可以啦打代码前先导入必要的库：开始步骤#### 任务
2024-09-30 11:36:12
2438
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人