蜂蜜柚子茶的博客

最近在看pygcn的代码，用pytorch实现的GCN。 但是在保存模型以后，重新加载模型，测试，发现精度大大降低。经过一下午的查找，发现是在进行独热编码的时候，classes=set(labels)，这使得每次的classes中标签的顺序都不一样。 比如上图中是一次编码的顺序，但是由于set中的元素是无序的，下一次可能Theory就是0了。 #classes = set(labels) # 不按顺序 classes = list(set(labels)) classes.sort

分为随机采样和相邻采样 参考链接 import torch import random def seq_data_iter_random(corpus, batch_size, num_steps): #@save """使用随机抽样生成一个小批量子序列""" # 从随机偏移量开始对序列进行分区，随机范围包括num_steps-1 # 从[0,1,2,...]变成了[randint, randint+1, randint+2,...] corpus = corpus[ra