- 博客(33)
- 收藏
- 关注
RSS订阅原创 智能驾驶挑战课题分享
城区难例场景中，交互决策&风险预测类问题的占比高达75%以LLM/VLM多模态大模型为核心的自动驾驶推理、决策、规划基于LLM & Prompt工程的决策规划(2023)：Drive Like a Human(上海AI)、LanguageMPC(清华、港大)Finetune LLM/VLM的决策规划(2023)：DriveGPT4(港大、诺亚)、 GPT-Driver(清华)端到端+LLM的决策规划(2024)：DriveLM (上海AI)、DriveVLM (理想)技术挑战。
2025-04-12 18:33:39
464
原创 图神经网络总结
图论的基本概念与pyG的环境配置https://blog.youkuaiyun.com/weixin_44133327/article/details/117958901图神经网络 消息传递图神经网络https://blog.youkuaiyun.com/weixin_44133327/article/details/118060691 在这一任务中，主要了解MessagePassing基类的运行流程，掌握了propagate()、message()、aggregate()和update()函数的调用顺序与相关功能。.
2021-07-12 00:04:16
268
2
原创 Task07 图预测任务实践
1 知识梳理1.1 Dataset基类继承时需实现的方法：raw_file_names()、processed_file_names()、download()、process()额外需要实现的方法：len()获取数据集中样本数量，get()实现加载单个图的操作1.2 图样本封装成batch和DataLoader类基本思路：将小图的邻接矩阵存储在大图邻接矩阵的对角线上优势：不需要修改GNN算法没有额外计算或内存开销1.3 小图的属性增值与拼接节点序号增值：修改__inc__(
2021-07-11 23:46:02
170
原创 Task6 基于图神经网络的图表征学习方法
引言在此篇文章中我们将学习基于图神经网络的图表征学习方法，图表征学习要求在输入节点属性、边（和边的属性如果有的话）得到一个向量作为图的表征，基于图表征进一步的我们可以做图的预测。基于图同构网络（Graph Isomorphism Network, GIN）的图表征网络是当前最经典的图表征学习网络，我们将以它为例，通过该网络的实现、项目实践和理论分析，三个层面来学习基于图神经网络的图表征学习方法。提出图同构网络的论文：How Powerful are Graph Neural Networks? 基于图
2021-07-06 00:48:35
460
原创 超大图上的节点表征学习
超大图上的节点表征学习注：此节文章翻译并整理自提出Cluster-GCN的论文：Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Network引言图神经网络已经成功地应用于许多节点或边的预测任务，然而，在超大图上进行图神经网络的训练仍然具有挑战。普通的基于SGD的图神经网络的训练方法，要么面临着随着图神经网络层数增加，计算成本呈指数增长的问题，要么面临着保存整个图的信息和每一层每个节
2021-07-02 00:10:29
268
原创 节点预测与边预测任务实践
1.节点预测任务实践本节我们将读取数据集类来实践节点预测任务。读取数据集的代码如下：import os.path as ospimport torchfrom torch_geometric.data import InMemoryDataset, download_urlfrom torch_geometric.io import read_planetoid_datafrom torch_geometric.transforms import NormalizeFeatures# 本节采用
2021-06-28 02:05:50
1421
原创 数据完全存于内存的数据集类
1. InMemoryDataset基类虽然PyG内置了许多数据集，但用户往往希望使用自行记录的数据集。PyG提供了两个抽象类：torch_geometric.data.Dataset和torch_geometric.data.InMemoryDataset.在PyG中我们可以通过继承InMemoryDataset类，来将数据全部存储到内存中。PyG可以方便地构造数据完全存于内存的数据集类：InMemory数据集类1. 1InMemoryDataset基类介绍class InMemoryDa
2021-06-28 01:23:25
940
原创 基于图神经网络的节点表征
我们使用图神经网络来生成节点表征，并通过基于监督学习的对图神经网络的训练，使得图神经网络学会产生高质量的节点表征。高质量的节点表征能够用于衡量节点的相似性，同时高质量的节点表征也是准确分类节点的前提。在节点预测任务中，我们拥有一个图，图上有很多节点，部分节点的标签已知，剩余节点的标签未知。将节点的属性（x）、边的端点信息（edge_index）、边的属性（edge_attr，如果有的话）输入到多层图神经网络，经过图神经网络每一层的一次节点间信息传递，图神经网络为节点生成节点表征。其大致任务是根据节点的属性
2021-06-24 01:27:51
1796
原创 图神经网络 消息传递图神经网络
消息传递范式是一种聚合邻接节点信息来更新中心节点信息的范式，它将卷积算子推广到了不规则数据领域，实现了图与神经网络的连接。此范式包含三个步骤：(1)邻接节点信息变换、(2)邻接节点信息聚合到中心节点、(3)聚合信息变换。1.1 消息传递范式介绍用xi(k−1)∈RF\mathbf{x}^{(k-1)}_i\in\mathbb{R}^Fxi(k−1)∈RF表示(k−1)(k-1)(k−1)层中节点iii的节点特征，ej,i∈RD\mathbf{e}_{j,i} \in \mathbb{R}^Dej,i
2021-06-19 23:49:58
1740
4
原创 图论的基本概念与pyG的环境配置
一、图的表示该内容大多是来自于https://cse.msu.edu/~mayao4/dlg_book/chapters/chapter2.pdf二、pytorch环境配置1.安装1.8.1版本的pytorch和11.1版本的cudatoolkit。conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c nvidia2.确认是否正确安装python -c "impor
2021-06-16 15:59:25
313
原创 Vscode常用命令
Ctrl+Shift+P: 打开命令面板打开一个新窗口： Ctrl+Shift+N关闭窗口： Ctrl+Shift+W新建文件 Ctrl+N代码行缩进 Ctrl+[ 、 Ctrl+]上下移动一行： Alt+Up 或 Alt+Down向上向下复制一行： Shift+Alt+Up 或 Shift+Alt+Down在当前行下边插入一行 Ctrl+Enter在当前行上方插入一行 Ctrl+Shift+Enter移动到行首： Home移动到行尾： End移动到文件结尾： Ctrl+End移动
2021-06-06 20:01:22
597
原创 spark win10安装个人总结
本次安装spark hadoop主要参考这个链接 https://blog.youkuaiyun.com/songhaifengshuaige/article/details/79480491pyspark的安装 https://mp.weixin.qq.com/s/6Fo7mq2lSjiKiMw0Nj00Rg
2021-03-31 23:25:30
229
原创 常用代码记录
1.判断是否为nan值import mathprint(math.isnan(a)2.pandas查找iloc对应的loc值（在这个代码中，可以既查找对应的loc，又可以查找对应的iloc）df.loc[df.iloc[-1].name,'tp']
2021-01-29 17:03:26
497
原创 使用Flask+APScheduler创建定时任务
本文章参考：https://www.cnblogs.com/huiwenhua/p/11310833.htmlhttps://segmentfault.com/a/1190000021245279文件夹结构如下图：|—demo| |—config.py| |—hello.py| |—login.htmlconfig.py:class config: SCHEDULER_API_ENABLED = True @staticmethod def app
2021-01-07 14:58:12
517
原创 编译不成功问题解决方案，以 ERROR: FAILED BUILDING WHEEL FOR d3m 为例
当遇到编译不成功的时候，可以有以下操作：以1.直接命令法： pip3 install -e git+https://gitlab.com/datadrivendiscovery/d3m.git@devel#egg=d3m2.先下载后编译的方法git clone https://gitlab.com/datadrivendiscovery/d3m.gitcd d3mpip install -e ....
2020-12-23 22:56:45
980
原创 tensorflowgpu版本的windows安装
首先需要明确需求，即自己需要安装的tensorflow-gpu对应的cuda和cudnn版本。通过该tensorflow官方网站可以查看tensorflow对应的cuda和cudnn版本。因为我是安装 tensorflow-gpu 的2.2版本，所以从中选择自己需要的cuda和cudnn版本，从而通过cuda官网进行配置1 配置CUDA与CUDNN1.1查看本机的CUDA驱动适配版本桌面右键打开英伟达控制面板，点击帮助->系统信息->组件从中可以看到我的cuda版本是11.1，则
2020-12-23 14:37:25
249
原创 jupyter notebook创建虚拟环境与删除虚拟环境
1、创建虚拟环境：condacreate-n 环境名 python=版本号例如创建一个叫做dl的虚拟环境,python版本为3.7：condacreate-n dl python=3.72、激活虚拟环境：conda activate 环境名3、在虚拟环境中安装ipykernel (切记这一步是在对应的虚拟环境中进行）：pip install ipykernel使用ipykernel生成虚拟环境的kernel(这一步也是在虚拟环境中进行)python -m ipykernel install
2020-11-03 21:00:32
3367
原创 pytorch的gather函数个人理解
首先写一下官方的案例b = torch.Tensor([[1,2,3],[4,5,6]])print bindex_1 = torch.LongTensor([[0,1],[2,0]])index_2 = torch.LongTensor([[0,1,1],[0,0,0]])print torch.gather(b, dim=1, index=index_1)print torch.gather(b, dim=0, index=index_2)这是输出结果： 1 2 3 4 5
2020-10-30 23:08:55
243
原创 查找-滑动数组&二分数组
滑动数组算法应用题目描述给出一个整形数组nums和一个整数k，是否存在索引i和j，使得nums[i]==nums[j]，且i和J之间的差不超过k。示例1:输入: nums = [1,2,3,1], k = 3输出: true示例 2:输入: nums = [1,2,3,1,2,3], k = 2输出: false分析：这个数组中，中，如果有两个元素索引i和j，它们对应的元素是相等的，且索引j-i是小于等于k，那么就返回True，否则返回False。因为对于这道题目可以用暴力解法双层循环，
2020-08-29 01:42:51
210
原创 LeetCode 查找——查找表
考虑的基本数据结构第一类： 查找有无–set元素’a’是否存在，通常用set：集合set只存储键，而不需要对应其相应的值。set中的键不允许重复第二类： 查找对应关系(键值对应)–dict元素’a’出现了几次：dict–>字典dict中的键不允许重复第三类： 改变映射关系–map通过将原有序列的关系映射统一表示为其他算法应用LeetCode 349 Intersection Of Two Arrays 1题目描述给定两个数组nums,求两个数组的公共元素。如nums1 =
2020-08-26 03:49:50
240
原创 leetcode学习 动态规划
动态规划常常适用于有重叠子问题和最优子结构性质的问题，动态规划方法所耗时间往往远少于朴素解法。主要思想若要解一个给定问题，我们需要解其不同部分（即子问题），再根据子问题的解以得出原问题的解。动态规划往往用于优化递归问题，例如斐波那契数列，如果运用递归的方式来求解会重复计算很多相同的子问题，利用动态规划的思想可以减少计算量。动态规划法仅仅解决每个子问题一次，具有天然剪枝的功能，从而减少计算量，一旦某个给定子问题的解已经算出，则将其记忆化存储，以便下次需要同一个子问题解之时直接查表。动态规划模板
2020-08-24 00:19:32
185
原创 leetcode分治算法学习
分治算法的步骤分：递归地将问题分解为各个的子问题(性质相同的、相互独立的子问题)；治：将这些规模更小的子问题逐个击破；合：将已解决的子问题逐层合并，最终得出原问题的解；分治法适用的情况原问题的计算复杂度随着问题的规模的增加而增加。原问题能够被分解成更小的子问题。子问题的结构和性质与原问题一样，并且相互独立，子问题之间不包含公共的子子问题。原问题分解出的子问题的解可以合并为该问题的解。leetcode169多数元素题目描述给定一个大小为 n 的数组，找到其中的众数。众数是指在数组中出现次
2020-08-19 23:53:00
184
原创 Datawhale 零基础入门数据挖掘-Task4 建模调参
一.建模与调参代码示例读取数据import pandas as pdimport numpy as npimport warningswarnings.filterwarnings('ignore')reduce_mem_usage 函数通过调整数据类型，帮助我们减少数据在内存中占用的空间def reduce_mem_usage(df): """ iterate thr...
2020-04-01 21:46:29
122
原创 Datawhale 零基础入门数据挖掘-Task3 特征工程
三、 特征工程目标Tip:此部分为零基础入门数据挖掘的 Task3 特征工程 部分，带你来了解各种特征工程以及分析方法，欢迎大家后续多多交流。赛题：零基础入门数据挖掘 - 二手车交易价格预测地址：https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281957.1004.1.38b024...
2020-03-28 21:50:22
210
原创 Datawhale数据挖掘第一次练习
问题:当复制相应路径的时候用python 加载文件总是出错解决方案：在Python中 \ 是转义符，\u表示其后是UNICODE编码，因此\User在这里会报错，在字符串前面加个 r（rawstring 原生字符串），可以避免python与正则表达式语法的冲突问题：什么是AUC面积和ROC面积问题解决：知乎正则表达式的单字符匹配：字符功能.匹配任意1个字符（除了\...
2020-03-24 21:37:29
308
原创 Git及Github客户端无法下载问题解决以及快速下载办法
一般当选择选择浏览器自动下载Git或者github客户端的时候经常出现下载失败或者下载网速过慢的原因。此时可以选择查找下载时电脑转入的网址，然后复制后用迅雷下载，具体办法如下。关于git的下载，首先是进入git官网https://git-scm.com/然后点击F12，即可查询网页的代码，之后找到所对应的代码链接（在找所对应的代码链接的时候，可以在代码页按住ctrl+f查找“Click he...
2020-03-09 10:05:02
4488
1
原创 录屏软件OBS-studio 使用及黑屏问题及音频设置问题解决方案
在众多录屏软件中，OBS-studio是一股清流，它是一款非常强大的免费开源无广告国外开发的软件。不仅可以适用于电脑的录屏，还适用于录屏直播的场景。常用录屏软件介绍-知乎这款软件完全免费，功能强大且开源。这是开源地址，下面这个是百度云链接，可通过该链接直接下载该软件。不过这款软件使用稍微复杂，需要简单的费一些功夫，下面简单介绍录屏的流程。首先，下载好该软件后需要设置录屏后文件存放的位置，可...
2020-02-23 22:13:12
4086
1
原创 torchtext的安装
在学习《动手深度学习》的过程中，安装torchtext出了问题。前面的尝试的错误有：1.使用pip直接安装pip install torchtext结果出现以下的错误Traceback (most recent call last): File "C:\Users\Administrator\Anaconda3\lib\site-packages\pip\_vendor\urlli...
2020-02-13 17:15:52
13300
17
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