weixin_44992737的博客

DDPG(Deep Deterministic Policy Gradient)是一种基于深度学习的确定性策略梯度强化学习方法。是一种无模型Model-Free、离线策略Off-policy、基于Actor-Critic结构、具有目标网络的强化学习算法。适用于：具有连续动作取值的智能体在简单环境当中进行生存。最终生成：根据环境状态生成对应的动作。最终目标：每一步的动作都是最优的，因此产生的环境状态也是最优，一直到游戏通关。

简介：这个代码可以用于时间序列修复和生成。使用transformer提取单变量或者多变时间窗口的趋势分布情况。然后使用GAN生成分布类似的时间序列。此外，还实现了基于基于prompt的数据生成，比如指定生成某个月份的数据、某半个月的数据、某一个星期的数据。

可以看到大模型的权重是d×d的维度，而LoRA使用（d，r）*（r，d）两个矩阵进行相乘就可以得到d×d，然后两个特征进行相加即可，其中r是超参数，表示左边蓝色W矩阵的秩。很明显最常见的就是Q，V，K这3个矩阵了。很明显，LoRA适用于模型中网络层体量很大的部分，比如Q，K，V这3个矩阵，即将每个字母的embeding映射到512维空间中是搓搓有余的，实际上可能映射到384维可能就是刚刚好的状态，LoRA就适用于这种映射维度过高的低秩矩阵，使用矩阵相乘的形式显著的降低模型参数数量，而且保持性能不变。

GNN图神经网络入门

VAE变分自编码器

马尔可夫过程

utoegressiventegratedovingverage model），差分整合移动平均自回归模型，ARIMA(p，d，q)中，AR是自回归，p为自回归项数；MA为滑动平均，q为滑动平均项数，d为使之成为平稳序列所做的差分次数（阶数）。“差分”一词虽未出现在ARIMA的英文名称中，却是关键步骤。大致思路就是：1，当前时刻点的取值与之前相邻一个或者多个时刻点自相关，并假设他们满足一个线性关系。

PINN应用

k-medoid(k中心点)聚类算法-Python实现

lstm单变量单步预测

keras归一化与反归一化

knn算法详解与python实现

朴素贝叶斯

逻辑回归(logistic regression)