- 博客(2)
- 收藏
- 关注
RSS订阅转载 Pytorch框架：DTW一维数组实现
Pytorch框架：DTW一维数组实现 1 背景 Dynamic Time Warping,动态时间规整算法 针对欧氏距离的计算问题，通过动态时间规整（Dynamic Time Warping，DTW）来评价时间序列的相似性。动态时间规整是一种把距离计算与时间规整相联系的非线性规整方法，时间规整是一个把时间序列拉长或压缩至一定长度的过程，其主要思路就是把一个复杂的全局最优问题变成若干个局部最优问题，逐步确定最优路径。在动态时间规整中，两个时间序列相同时间点上的值并不一定都是对应的，动态规整使两个时间序列中
2020-11-30 18:00:50
1806
原创 pytorch调试记录
调试报错： RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same 截图： 说明： 在调试运行导师给的程序Residual Net的GunPoint程序时，出现报错，调试结果为输入与网络不符。 原因： 输入的数据类型与网络参数的类型不符 Input type为torch.cuda.FloatTensor（GPU数据类型）， weight type（即n
2020-11-25 10:29:40
145
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