自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(37)
  • 资源 (1)
  • 收藏
  • 关注

原创 JFinal学习07 控制器——接收数据之getBean()和getModel()

一起学JFinal吧

2024-06-08 17:01:36 1349

原创 JFinal学习06 控制器——getPara()接收数据

一起来学习JFinal吧

2024-06-05 21:37:57 1510

原创 JFinal学习05 —— 路由

一起学JFinal吧

2024-06-02 11:25:07 619

原创 JFinal学习04 —— Action详解

一起来学习JFinal吧----Action

2024-05-26 12:01:57 532

原创 JFinal学习03——Controller简介

一起来学习JFinal吧

2024-05-22 21:24:08 519

原创 JFinal学习02 ---- JFinalConfig

一起来学JFinal吧

2024-05-19 16:27:44 866

原创 JFinal学习01

一起学JFinal吧

2024-05-18 11:27:57 483

原创 学术英语论文写作

学术写作的特点 1. 正式性 避免口语化用词,如staff, a lot of, lots o

2022-03-09 09:13:05 3429

原创 cuda runtime error (4) : unspecified launch failure at c:\anaconda2\conda解决方法记录

PyTorch训练网络时出现下列错误 cuda runtime error (4) : unspecified launch failure at c:\anaconda2\conda... 解决方法一:

2022-01-21 10:35:11 3240

原创 python2转python3后出现的UnicodeDecodeError、KeyError解答记录

文章目录项目之前是python2, 改成python3后,注意以下几点:`1. pickle模块``2. 文件加载`2.1 原始代码及错误2.2 第一次修改(无效)2.3 第二次修改(这个语句不报错了,但出现了另一个错误KeyError):2.4 KeyError的根源:bytes与str类型2.5 最后一次修改(成功)`小结` 项目之前是python2, 改成python3后,注意以下几点: (关键错误类型:UnicodeDecodeError编码错误、KeyError键错误) 1. pickle模块

2021-10-13 18:12:10 647

原创 刘二大人PyTorch深度学习实践-13-RNN Classifier

引用自: 刘二大人 《PyTorch深度学习实践》 传送门: 刘二大人 《PyTorch深度学习实践》 文章目录`一、实现功能``二、模型整体架构``三、亿点点准备知识和实现细节``3.1 Bi-directional GRU/LSTM/RNN``3.2 对输入的name的转置处理``3.3 RNNClassifier类中forward()方法中的embedding``3.4 forward()方法中的pack_padded_sequence()方法``3.5 country_dict``3.6 对输入.

2021-04-16 21:05:19 1708 2

原创 问题解决:Jupyter Notebook中找不到torch、matplotlib模块

PyTorch和Jupyter Notebook使用中的一些问题和解决方法记录 文章目录问题1. No module named 'torch'问题2. No module named 'matplotlib' 问题1. No module named ‘torch’ 打开Anaconda Navigator 将环境切换到安装pytorch的那个环境(我的命名为pytorch) 安装Jupyter notebook(找到Jupyter, 然后install/launch) 重启Jupyter

2021-04-07 11:22:58 4574 8

原创 20-Modelling of Bi-Directional Spatio-Temporal Dependence & Users’ Preferences for Missing Check-in

[15] Xi, D., Zhuang, F., Liu, Y., Gu, J., Xiong, H., & He, Q. (2019). Modelling of Bi-Directional Spatio-Temporal Dependence and Users’ Dynamic Preferences for Missing POI Check-In Identification. Proceedings of the AAAI Conference on Artificial Intel.

2021-04-01 16:59:59 355

原创 2019-Exploring Trajectory Prediction through Machine Learning Methods

[17] Wang, C., Ma, L., Li, R., Durrani, T. S., & Zhang, H. (2019). Exploring Trajectory Prediction through Machine Learning Methods. IEEE Access, 1–1. doi:10.1109/access.2019.2929430. 文章目录`Abstract``Index terms``1. Introduction``3. 数学背景``4. 基于LSTM的单用.

2021-03-31 18:39:00 446

原创 2020-MARC: a robust method for multiple-aspect trajectory classification via spacetimesemantic embed

Lucas May Petry, Camila Leite Da Silva, Andrea Esuli, Chiara Renso & Vania Bogorny (2020): MARC: a robust method for multiple-aspect trajectory classification via space, time, and semantic embeddings, International Journal of Geographical Information .

2021-03-30 19:35:27 594

原创 2018-Predicting future locations of moving objects with deep fuzzy-LSTM networks

[1] Mingxiao Li, Feng Lu, Hengcai Zhang & Jie Chen (2018): Predicting future locations of moving objects with deep fuzzy-LSTM networks, Transportmetrica A: Transport Science, DOI: 10.1080/23249935.2018.1552334. To link to this article: https://doi.o.

2021-03-29 20:16:30 314

原创 2019-Improving human mobility identification with trajectory augmentation

[1] Zhou F, Yin R, Trajcevski G, et al. Improving human mobility identification with trajectory augmentation[J]. GeoInformatica, 2019: 1-31. GeoInformatica ∈ 计算机科学3区 生词 identification 识别 粗读 文章目录`概述``Abstract``Index words``其他介绍` 概述 ????主要是轨迹分类问题 ????用到了

2021-03-28 19:13:15 402

原创 20-Representation Learning with Multi-level Attention for ActivityTrajectory Similarity Computation

[1] Liu A, Zhang Y, Zhang X, et al. Representation Learning with Multi-level Attention for Activity Trajectory Similarity Computation[J]. IEEE Transactions on Knowledge and Data Engineering, 2020. 文章目录`Abstract``Index Terms``1 Introduction``2 Preliminari.

2021-03-27 20:36:37 783

原创 2020-ASRM: A Semantic and Attention Spatio-temporal Recurrent Model for Next Location Prediction

[1] Zhang X, Li B, Song C, et al. SASRM: A Semantic and Attention Spatio-temporal Recurrent Model for Next Location Prediction[C]//2020 International Joint Conference on Neural Networks (IJCNN). IEEE, 2020: 1-8. 文章目录`Abstract``关键词``1 Introduction``2 Rela.

2021-03-25 19:38:06 555

原创 2019-Augmented Intention Model for Next-Location Prediction from Graphical Trajectory Context

[1] Jin C, Lin Z, Wu M. Augmented Intention Model for Next-Location Prediction from Graphical Trajectory Context[J]. Wireless Communications and Mobile Computing, 2019. 【augment】[ɔːɡˈment] 增加;增大 文章目录`Abstract``1 Introduction``2 预备知识``3 Augment Intent Ne.

2021-03-24 19:24:12 408

原创 2018-GCNs for human activity purpose imputation from gps_based trajectory data

[1] Martin H, Bucher D, Suel E, et al. Graph convolutional neural networks for human activity purpose imputation from gps-based trajectory data[J]. 2018. 文章目录`摘要``1 Introduction and Related Work``2 Data and Methods``2.1 Data``2.2 Methods` 摘要 Automatic l.

2021-03-23 21:31:20 300

翻译 2018-Spatio-temporal check-in time prediction with recurrent neural network based survival analysis

[1] Yang G, Cai Y, Reddy C K. Spatio-temporal check-in time prediction with recurrent neural network based survival analysis[C]//Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence. 2018. 文章目录`摘要``1 Introduction``3.

2021-03-22 20:56:36 404

翻译 [文献阅读]2020-A BiLSTM-CNN model for predicting users’ next locations based on geotagged social media

[1] Bao Y, Huang Z, Li L, et al. A BiLSTM-CNN model for predicting users’ next locations based on geotagged social media[J]. International Journal of Geographical Information Science, 2020: 1-22. 文章目录`摘要``关键词``方法``3.1 模型整体框架``3.2 Clustering using HiSpati.

2021-03-07 11:28:27 972 4

翻译 [文献阅读]2020-Learning Social Relations and Spatiotemporal Trajectories for Next Check-in Inference

[1] Liang W, Zhang W. Learning Social Relations and Spatiotemporal Trajectories for Next Check-in Inference[J]. IEEE Transactions on Neural Networks and Learning Systems, 2020. 文章目录`摘要``关键字``II 相关工作``A.Next Check-in Inference``B.Point Process 和 注意力机制``C..

2021-03-06 16:41:47 368

原创 RNN——循环神经网络

资料来源:台大 李宏毅 2020机器学习深度学习课程 目录Recurrent Neural Network`一、引入``二、RNN``RNN Example``RNN获得的效果``两种不同的RNN变形``双向RNN``三、RNN变体——Long Short-Term Memory(LSTM)``LSTM Example``一般的神经网络和LSTM的区别``LSTM与RNN的联系``多层LSTM``四、RNN的训练``RNN的训练目标``RNN采用BPTT算法进行训练``RNN训练出现的问题及解决` .

2021-03-02 21:10:37 231

原创 CNN —— 卷积神经网络

资料来源:台大 李宏毅 2020机器学习深度学习课程 目录Convolutional Neural NetworkWhy CNN for image?为什么我们可以拿掉某些参数?`1. 某些pattern比整个image小很多``2. 相同的pattern会出现在image的不同区域``3. 下采样(subsampling)不会改变物体`The whole CNNCNN —— Convolution 卷积卷积层 v.s. 全连接层CNN —— Max Pooling 最大池化经过卷积和池化后:CNN .

2021-03-01 16:10:18 330

原创 深度学习简介

资料来源:台大 李宏毅 2020机器学习深度学习课程 文章目录Ups and downs of deep learning Ups and downs of deep learning 1958: Perceptron感知机 (linear model) 和逻辑回归相似,没有sigmoid的部分 1969:Perceptron has limitation ...

2021-01-20 18:03:04 416 1

原创 机器学习中模型的诊断、改进、选择——偏差、方差、欠拟合、过拟合、交叉验证

资料来源:台大 李宏毅 2020机器学习深度学习课程 文章目录`0、知识点``一、偏差和方差``为什么学习bias和variance?``f*的bias和variance``bias``variance`模型与bias & variance的关系`二、欠拟合和过拟合``对模型的诊断和改进`诊断:改进:`三、选择模型``交叉验证(Cross Validation)``N折交叉验证(N-fold Cross Validation)` 0、知识点 偏差bias 方差variance 过拟合 Ove.

2021-01-10 16:02:49 535

原创 回归(Regression)-1

@[TOC]Regression 回归 回归 参考来源:台大 李宏毅 2020机器学习深度学习课程 回归能做哪些事?(应用) 应用:预测宝可梦的CP(Combat Power)值 输入某一只宝可梦的所有属性值,找到一个函数f,输出其进化后的CP值 Xcp:某一只宝可梦的CP值 Xw:某一只宝可梦的重量值 … 按照机器学习的步骤: Step1: Model 先设置函数集合 f1 , f2 , f3… 假定每一个f都是这个样子:y = b + w*Xcp ...

2021-01-10 10:03:49 325

转载 转载 LaTex公式

本文是转载的文章 原文的版权声明和出处链接如下: 版权声明:原文遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 原文链接:https://blog.youkuaiyun.com/ViatorSun/article/details/82826664 超详细LaTex数学公式 ...

2021-01-09 15:44:43 135

原创 机器学习1 介绍

机器学习相关介绍 来源:台大 李宏毅 2020机器学习深度学习 目录 一、前言 2021.1.9 从今天起开始系统地学习深度学习。 二、课程目录 课程网页: 李宏毅教授的机器学习课程网页 三、机器学习是让机器自动找函数 四、你想要找什么样的函数? 如果要找的函数的输出是一个数值(scalar):Regression 如果要找的函数的输出是两个或多个可能:Classification 二分类(Binary Classification) 多分类(Multi-class Cla

2021-01-09 11:28:56 172

原创 python学习

Python程序设计 学习记录基础知识 基础知识 python是跨平台、开源的解释型语言 ; 支持 伪编译 ,将源程序转换为字节码,提高运行速度; 支持 命令式编程 ,函数式编程,面向对象编程; python中的一切都是对象; python变量无需声明即可使用; 变量是基于值的内存管理模式,如果为不同的变量赋相同的值,这个值在内存中只有一份,多个变量指向同一块内存地址。 if __name_...

2021-01-09 08:34:20 107

原创 Python学习

今天处理JSON数据格式的文件 学习书籍:《python编程 从入门到实践》 内容:下载JSON格式的交易收盘价数据,使用json模块处理。 使用Pygal模块进行对数据的可视化,探索价格变化的周期性。 1.下载数据 数据文件位于 https://raw.githubusercontent.com/muxuezi/btc/master/btc_close_2017.json方式一:可自行下载。 方...

2021-01-09 08:33:23 211 1

原创 python学习

CSV文件与数据处理 学习书籍:《python编程 从入门到实践》 用到的python模块:csv、matplotlib、datetime 两种常见格式存储的数据:CSV和JSON 本篇看CSV。 文件资源:ituring.cn/book/1861 在右侧的"随书下载“的《Python编程》源代码文件-更新.zip Chap16中。 CSV是指将一系列数据以逗号分隔 如2014-1-5,...

2019-11-01 18:55:20 378

原创 python学习

使用pygal 模拟掷骰子 1. 安装pygal包 pygal包用于生成可缩放的矢量图形,用在不同尺寸的屏幕上显示图形。 代码: pip install pygal==2.3.1 # 若未安装较新版本的 pygal包,则会在后面渲染SVG文件时出错 最初下载的是1.7.0版本的pygal包,会出错(如图): 接下来卸载旧版本,安装新版本即可: pip uninstall pygal pip ins...

2019-10-27 22:51:42 171

原创 python学习

随机漫步 简单的解释是:每次点移动方向和大小都是随机的,所有的点表示了随机漫步的结果 1.RandomWalk类 随机地选择前进方向 # random_walk.py from random import choice # 随机漫步类 class RandomWalk(): def __init__(self, num_points=500): # 初始化随机漫步的次数...

2019-10-27 20:41:30 256

原创 python学习

python图表学习(一)简单的绘制图表示例 简单的绘制图表示例 《python编程 从入门到实践》: import matplotlib.pyplot as plt # 计算数值 x_values = list(range(1, 101)) y_values = [x**2 for x in x_values] # 绘制图表 # plt.scatter(x_values, y_values, ...

2019-10-26 10:58:51 177

names_dataset.zip

刘二大人PyTorch深度学习实践第13讲RNN Classifier用到的数据集

2021-04-16

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除