- 博客(44)
- 收藏
- 关注
RSS订阅原创 latex+GBT7714-2005NLang.bst+学位论文引用出现 ‘ [S.l.] ‘
latex+GBT7714-2005NLang.bst+学位论文引用出现 ' [S.l.] '
2022-06-15 21:38:58
994
1
原创 OSError: [WinError 127] 找不到指定的程序
基础条件：win10python 3.6pytorch1.8cuda10.2报错提示：OSError: [WinError 127] 找不到指定的程序，按照这句报错提示搜索到的指南统统没用，毫无疗效。从pycharm报错栏往上翻看，涉及到安装的torch_geometric 有问题问题：初步判定torch_geometric安装出错具体分析：当时，选用了下载whl离线包的时候不认真，犯了“我以为”的毛病：我以为关联torch-scatter torch-s...
2021-05-10 16:18:30
11790
4
原创 torch 安装torch_sparse失败
pip installtorch_sparse报错building 'torch_sparse._convert_cpu' extension error: Microsoft Visual C++ 14.0 is required. Get it with "Build Tools for Visual Studio": https://visualstudio.microsoft.com/downloads/到https://pytorch-geometric.com/...
2021-05-08 16:06:13
1235
原创 数组纵向拼接 vstack
c= np.vstack(a,b)出错 File "<__array_function__ internals>", line 4, in vstackTypeError: _vhstack_dispatcher() takes 1 positional argument but 2 were givenNote：#数组a = [[1,2,3],[4,5,6]]b = [[1,1,1],[2,2,2]]#纵向合并c = np.vstack...
2021-05-07 15:35:34
1221
原创 Domain-Adversarial Training of Neural Networks
主要思想：训练过程中：判别性--在源域上的学习任务 非判别性--在源域和目标域之间shift学习一个有判别能力的分类器或者其他预测器学习训练分布和测试分布之间切换被认为是域适配（domain adaptation）。他构建了源域和目标域之间的映射，以至于从源域学习到的分类器也可以运用到目标域。因此本论文所提出模型DANN（domain-adversarial neural network）的主要目标是：最小化源域学习任务上的损失 最大化域分类器的损失...
2021-03-23 14:47:28
843
原创 RuntimeError: cudnn RNN backward can only be called in training mode
遇到上述情况检查model.train()之后,是否进行了model.eval()，如果是的话，在下次训练之前再进行model.eval()即可
2020-03-16 14:52:01
1836
2
原创 tulpe reshape nonzero
nozero_msk = np.nonzero(mask)#nozero_msk 为tulpe类型要想在nozero_msk变量的基础上做reshape操作，可按照下行代码处理方式nozero_msk = np.nonzero(mask)[0]#得到ndarray类型...
2020-02-27 17:24:53
156
原创 ImportError: DLL load failed: 找不到指定的模块。
如果经常报错出现“ImportError: DLL load failed: 找不到指定的模块。”就别把torch安装在vir env里面，直接安装在外面（如C:/Anaconda,项目配置环境的时候就写C:/Anaconda/python.exe）。torch安装在虚拟环境里面很容易出现这种问题，而且将虚拟环境下的site-packge/torch/lib路径加入到系统变量path...
2019-11-06 10:46:14
244
原创 TypeError: 'module' object is not callable
项目下面有一个model.py文件，而且在执行的exe.py文件中import model在exe.py中还是用model作为关键词或者作为函数名调用时候，就很容易出现这种问题解决办法：将model变量或者函数名换一个名字即可具体参考https://blog.csdn.net/The_Time_Runner/article/details/85224843...
2019-11-06 10:43:53
283
转载 性能评估
文章转自：anzizhuas://www.cnblogs.com/xiaoxuebiye/p/7777756.html目标函数:keras文档: http://keras.io/objectives/mean_squared_error/mse 均方误差，常用的目标函数，公式为((y_pred-y_true)**2).mean() mean_absolute...
2019-07-24 16:58:59
344
原创 data augmetation
基于机器学习的无监督数据增强时，增强几倍，在测试的时候通常使用相应倍数的batch进行测试，因为batch小的话很可能结果不稳定，因为增强的时候：一个图片分成两个或者更多个子图片，这些图片的标签都是一样的，在训练过程中，一旦没有训练得到或者在训练效果不佳的情况下，在测试的时候就会造成增强后的子图像分类要么全正确，要么全部错误。因此通过提高测试的batch size 来提升测试结果的稳定性。...
2019-05-08 16:32:14
152
原创 python NumPy ndarray二维数组 按照行列求平均
c = np.array([[1, 2, 3, 4], [4, 5, 6, 7], [7, 8, 9, 10]])print(c.mean(axis=1))#行print(c.mean(axis=0))#列输出为：[ 2.5 5.5 8.5][ 4. 5. 6. 7.]
2019-04-15 17:20:37
31490
5
原创 win10 gtx1080 python aconda pycharm tensorflow-gpu
对于一个干净，gang刚装过系统的win10系统：1、安装anaconda3，选择添加默认路径我装的是Anaconda3-4.4.0-Windows-x86_64，python默认的是3.5版本接下来 创建虚拟环境：方法一：打开anaconda navigator，"environments"--->"create"--->选择uninstalled--->sea...
2019-03-04 19:53:48
159
原创 tensorflow是否调用了GPU
用如下代码可检测tensorflow的能使用设备情况：from tensorflow.python.client import device_libprint(device_lib.list_local_devices())注：tensorflow版本和tensorflow-gpu版本两个版本有代差，而tensorflow默认选择版本高的版本来计算。我的测试结果：C:\Ana...
2019-01-04 22:21:56
5399
3
原创 win10+anaconda+tensorflow+theano+lasagne
1、首先安装anaconda2、安装cuda，cudnn，根据显卡适合的版本3、conda install tensorflow-gpu4、conda install lasagne（会直接把theano安装上去的） 随后再慢慢补充吧...
2019-01-03 00:06:54
422
转载 Win10环境下安装theano并配置GPU详细教程
本文转自https://www.cnblogs.com/zhangjianheng/p/6215529.html写的超级棒，转存一下Win10环境下安装theano并配置GPU详细教程一．软件和环境（1）安装日期2016/12/23；（2）原材料VS2013，cuda-8.0（最好下载cuda7.5，目前theano-0.8.2对cuda-8支持不是很好），Anaconda3-...
2018-12-29 14:50:59
3351
5
翻译 Improved Techniques for Training GANs中文部分翻译版
Improved Techniques for Training GANs中文翻译版3 关于GAN训练的收敛性训练GANs就是要在两个不合作的游戏玩家之间找到一个NASH平衡。每一个玩家都希望自己的损失最小化，J (D)(θ(D); θ(G)) for the discriminator andJ (G)(θ(D); θ(G)) for the generator. 一个纳西平衡就是一个关...
2018-12-27 16:21:43
810
1
转载 mysql 5.7.20下载安装
--------------------- 作者：fengchen0123456789 来源：CSDN 原文：https://blog.csdn.net/fengchen0123456789/article/details/78604987 版权声明：本文为博主原创文章，转载请附上博文链接！--------------------- 一.下载mysql-5.7.20是解压版免安装...
2018-11-25 11:43:31
1219
转载 基于sklearn的常用分类任务指标Python实现
基于sklearn的常用分类任务指标Python实现一、摘要分类任务常用指标包含混淆矩阵、每类分类精度、平均分类精度、总体分类精度、f1-score等。 Python的sklearn.metrics 模块覆盖了分类任务中大部分常用的验证指标， 本文选择其中几种评价指标展示代码片段，供读者使用。 基于tensorflow-1.0与mnist数据集做demo展示并列举实验结果。 文末附有skl...
2018-11-05 11:40:25
870
转载 基于sklearn的常用分类任务指标Python实现
基于sklearn的常用分类任务指标Python实现一、摘要分类任务常用指标包含混淆矩阵、每类分类精度、平均分类精度、总体分类精度、f1-score等。 Python的sklearn.metrics 模块覆盖了分类任务中大部分常用的验证指标， 本文选择其中几种评价指标展示代码片段，供读者使用。 基于tensorflow-1.0与mnist数据集做demo展示并列举实验结果。 文末附有skl...
2018-11-05 11:37:53
626
原创 关于lightGBM参数以及性能评价
中文文档：http://lightgbm.apachecn.org/cn/latest/Parameters.html#调用sklearn库中的指标求解from sklearn import metricsfrom sklearn.metrics import precision_recall_curvefrom sklearn.metrics import average_preci...
2018-10-26 20:10:32
3234
原创 西储大学轴承故障数据下载和整理
python2安装方式：1、打开Anaconda中的Anaconda prompt命令行2、pip install cwrupython2安装方式：1、打开Anaconda中的Anaconda prompt命令行2、pip install cwru3、修改“init.py”文件，使用以下代码进行覆盖：import osimport globimport errn...
2018-10-26 16:27:56
5654
1
转载 lightGBM
1. forewordTSA比赛中，开始整的LR，把原始特征one-hot处理后输入LR训练。过了段时间开始搞RF和XGB，再后面搞LightGBM。2. lightGBM简介xgboost的出现，让数据民工们告别了传统的机器学习算法们：RF、GBM、SVM、LASSO……..。现在微软推出了一个新的boosting框架，想要挑战xgboost的江湖地位。顾名思义，lightGBM包含...
2018-10-21 20:34:54
359
4
转载 深度信念网络(Deep Belief Network)
深度信念网络 (Deep Belief Network, DBN) 由 Geoffrey Hinton 在 2006 年提出。它是一种生成模型，通过训练其神经元间的权重，我们可以让整个神经网络按照最大概率来生成训练数据。我们不仅可以使用 DBN 识别特征、分类数据，还可以用它来生成数据。DBN 由多层神经元构成，这些神经元又分为显性神经元和隐性神经元（以下简称显元和隐元）。显元用于接受输入，隐...
2018-09-26 15:42:19
9585
转载 迁移学习算法之TrAdaBoost
转自https://www.cnblogs.com/bonelee/p/8921579.html TradaBoost算法由来已久，具体算法可以参考作者的原始文章，Boosting For Transfer Learning。1.问题定义 传统的机器学习的模型都是建立在训练数据和测试数据服从相同的数据分布的基础上。典型的比如有监督学习，我们可以在训练数据上面训练得到一...
2018-09-14 11:17:42
3772
转载 L1和L2正则化的直观理解
这部分内容将解释为什么L1正则化可以产生稀疏模型（L1是怎么让系数等于零的），以及为什么L2正则化可以防止过拟合。L1正则化和特征选择假设有如下带L1正则化的损失函数： J=J0+α∑w|w|(1)其中J0是原始的损失函数，加号后面的一项是L1正则化项，α是正则化系数。注意到L1正则化是权值的绝对值之和，J是带有绝对值符号的函数，因此J是不完全可微的。机器学习的任务就是要通过一些方法（比如梯度下降...
2018-07-09 15:02:54
874
3
原创 IE浏览器不兼容问题
IE浏览器不兼容问题项目在火狐，谷歌浏览器都没有任何问题，但是单纯ie浏览器上就会出问题，看似是项目设计中的逻辑问题一样。可参考以下：var condictions=encodeURI(date)+"@"+encodeURI(place)+"@"+encodeURI(specific)+"@"+encodeURI(delay)+"@"+encodeURI(influence)+"@"+encode...
2018-07-02 17:32:13
1855
翻译 error ,model selction,research design（李宏毅机器学习2016）
样本量N越大，越接近于西格玛的平方bias和variance:下图右下方为例：bias:可以认为射箭，靶心就瞄错了。variance：由于个人，空气等原因形成的偏差。右上方：瞄准了，但是空气等因素形成的偏差。简单的model受样本的数目比较小下图中，bias越来越小，variance越来越大，如何选择模型呢？使用training set训练模型，使用validation set 选择model。...
2018-06-26 10:55:34
139
翻译 gradient descent
stochastic gradient descentgradient descent和stochastic gradient descent区别f例如，下图左右部分比较，左面x2对y影响比较大，因此在w2方向上的变化比较sharp陡峭在w1方向上比较缓和。featuring scaling 有很多，下面是比较普遍的途径之一：梯度下降的理论基础：每一次更新参数的时候都得到一个新的theta，这样一...
2018-06-26 10:01:49
156
翻译 active learning主动学习
active learning 是半监督式的机器学习的一种，这种机器学习算法能够交互式地查询用户或者信息源，从而对于一个新的数据样例得到可人的输出。在统计学文献中，它有时也被称为最佳实验设计。在这样的一种情形下：无标签的数据量很大，而且手工打标签很昂贵。在这样的一种局面下，学习算法就可以主动向用户或者教员查询标签。这种迭代监督学习被称为主动学习。 由于学习者选择了这些例子，因此学习概念的例子数量往...
2018-06-15 18:57:03
1433
原创 SOM自组织神经网络
SOM自组织神经网络自组织神经网络竞争学习规则：winner take all。how to find the winner？首先，对网络当前输入模式向量X和竞争层中的个神经元对应的权重向量Wj（对应j神经元）全部进行归一化，使得X和Wj的模为1；当前网络得到一个输入模式向量X时，竞争层的所有神经元对应的权重向量均与其进行相似性比较，并将 最相似的权重向量判为竞争获胜神经元。最后进行神经元的输出和...
2018-06-14 10:55:42
2281
转载 时间序列预测
摘自知乎 “许铁-巡洋舰科技”，红色部分为个人见解。 许铁-巡洋舰科技 认为：“时间序列预测”本身包含了多种类型的问题，而这些问题存在不同特征的数据。进行时间序列预测时，首先考虑的并不是选择模型，而是分析目标问题。” 认为：”一个时间序列，往往是外界给予的另一个时间导致的东西，而这样一个东西，可以随着外界的变化而确定，但也可以由于更复杂的原因是不确定的。”导致造成某一个结果的原因会有很...
2018-06-01 10:33:19
1773
转载 过匹配问题解决
种减轻过匹配的其他的方法：L1 规范化、dropout 和人工增加训练样本。Dropout ：Dropout 是一种相当激进的技术。和 L1、L2 规范化不同，dropout 并不依赖对代价函数的变更。而是，在 dropout 中，我们改变了网络本身。让我在给出为何工作的原理之前描述一下 dropout 基本的工作机制和所得到的结果。假设我们尝试训练一个网络：特别地，假设我们有一个训练数据 和 对...
2018-05-29 11:39:14
680
转载 关于神经网络中的网络训练过程中的验证集validation_data的认识
validation_data中包含了 幅数字图像，这些图像和训练数据集中的 幅图像以及测试数据集中的 幅都不相同。我们会使用 validation_data 来防止过匹配。我们会使用和上面应用在 test_data 的策略。我们每个回合都计算在 validation_data 上的分类准确度。一旦分类准确度已经饱和，就停止训练。这个策略被称为 提前停止（Early stopping）。当然，实际...
2018-05-29 10:07:22
30759
8
转载 时间序列聚类
时间序列聚类通常分为三类：1、依时间点聚类：时间点上的相似度，欧氏距离2、依形状聚类：空间上的相似度，DTW3、依变化聚类：数据生成过程中的相似度，基于概率的距离，GMM，ARMA，mixture数据简化方面，PAA是一个常用语时间序列的数据变换，其在保证时间序列形态的同时，还保证了计算效率。在实际应用的时候，我们通常会想个办法自动算出PAA要分割的片段个数，不然每次都是通过随机喊个数将是一件特别...
2018-05-23 17:50:52
6356
2
原创 js操作table表格导出数据到excel方法
关于JavaScript中将前端的table表格导出到excel中的方法：在以下两个链接中https://www.cnblogs.com/zhuxinghan/p/6063193.htmlhttps://blog.csdn.net/angle860123/article/details/7416364会出现“ActiveXObject is not defined”等错误。首先ActiveXObj...
2018-05-23 11:34:15
2024
原创 过拟合问题
过拟合问题不仅仅是因为数据集小的原因，这里的数据集小：表现在两方面，一方面是数据集的两小，另一方面是数据集的样本不均匀，不够完善，也即，如果一定程度上，一个完备的数据集比一个不完善的数据集训练出来的网络更为理想。因为如果训练数据集都是很规整的实例，训练出来的网络将会呈现过拟合状态，在预测的时候，一切都是未知的，对于变化（变形，变异）比较大的实例来说，预测结果将会出现错误。此篇小记里面只是讲到了数据...
2018-05-16 17:37:27
305
原创 SOM自组织竞争神经网络的数据分类神经元数目的问题
假设样本类数目M为96，竞争层神经元的个数为100个（10*10，疑问：可不可以8*12？）。关于神经元个数的看法：神经元多一些反而好一些，这样让那些“类内疏散的个别样本”尽可能被一个竞争神经元给竞争到，于是，这样就可以保证一个疏松的大类有2至多个神经元竞争到。总之，类内相对疏散的类数越多，需要的神经元个数N（N>M）越多。...
2018-05-07 15:58:50
2054
1
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