追光者♂-CSDN博客

原创 Heterogeneous Network Embedding异构图嵌入（1）| 编码器-解码器框架组成部分 | 基于矩阵因式分解、随机游走、AE自动编码器、图神经网络、知识图谱嵌入的HNE模型特点

现实世界中的复杂网络本质上是异构的；它们具有不同类型的节点、属性和关系。现有的 HNE 方法主要可分为六类：矩阵因式分解（MF）、随机漫步（RW）、自动编码器（AE）、图神经网络（GNN）、知识图嵌入（KGE）和混合（HB）方方。编码器旨在将异构网络 G 的特征嵌入到低维向量空间，解码器旨在根据学习到的低维特征表示重建原始异构网络的信息。其内在逻辑是，如果模型能从编码嵌入中重建原始网络的图结构和语义关系，那么学习到的嵌入应该包含下游 ML 任务所需的所有信息。

2024-01-13 17:28:50 312 20

原创【图神经网络 · 科研笔记5】异构信息网络，利用注意力选择元路径；利用进化邻域和社群实现自监督动态图嵌入，交叉监督对比学习；近期科研思维导图小汇总；

【图神经网络 · 科研笔记5】异构信息网络，利用注意力选择元路径；利用进化邻域和社群实现自监督动态图嵌入，交叉监督对比学习；近期科研思维导图小汇总；

2023-12-22 16:18:04 165 6

原创【图神经网络 · 科研笔记4】基于注意力机制和图卷积网络(GCN)的鲁棒性聚类模型，高效的图净化防御机制；利用超图进行跨视图对比学习，扩散模型；GNN与SSL结合的研究分类；

【图神经网络 · 科研笔记4】基于注意力机制和图卷积网络(GCN)的鲁棒性聚类模型，高效的图净化防御机制；利用超图进行跨视图对比学习，扩散模型；GNN与SSL结合的研究分类；

2023-12-22 09:08:49 214

原创【图神经网络 · 科研笔记3】时空数据挖掘，多视角数据源，城市计算，城市感知场景，数据噪声和不完整性，对比学习的核心理念；时态图网络TGN，动态图，连续时间动态图，消息聚合器；

【图神经网络 · 科研笔记3】时空数据挖掘，多视角数据源，城市计算，城市感知场景，数据噪声和不完整性，对比学习的核心理念；时态图网络TGN，动态图，连续时间动态图，消息聚合器；

2023-12-20 17:16:06 235

原创【图神经网络 · 科研笔记2】自监督节点分类；图构造学习(Graph Constrastive Learning，GCL)；转导式(直推式)和归纳式任务；噪声图和噪声标签；图结构学习；样本选择策略

在归纳式设置中，我们的目标是生成在训练模型时未使用过的节点表示。这些以前未见过的节点可以是不断演化的图中的新节点，如社交网络，我们称之为单图归纳设置。现有的自监督借口任务在不同的数据集上都没有最优表现，并且在组合自监督和监督任务时，也包括超参数的选择。Q：SSL(自监督学习) 通过关注未标记节点的信息来提高图神经网络的性能，然而，然后，引入了一种可学习方法来。图表示学习面临的主要挑战之一是学习节点嵌入，以捕捉节点特征和图结构。在半监督学习下，标记的节点较少，样本选择后干净的标记节点也较少。

2023-12-20 11:05:11 55

原创【图神经网络 · 科研笔记1】时态图，链接预测，双注意力图网络，局部结构活性，时间戳，事件，拓扑结构，随机游走采样算法，动态图嵌入，表示空间，TGN；不平衡节点分类，自监督预训练，伪标签，自监督边缘增

【图神经网络 · 科研笔记1】时态图，链接预测，双注意力图网络，局部结构活性，时间戳，事件，拓扑结构，随机游走采样算法，动态图嵌入，表示空间，TGN；不平衡节点分类，自监督预训练，伪标签，自监督边缘增强。

2023-12-19 19:27:43 69

原创【图神经网络 · 科研思考5】跨域节点表示学习/跨域异质性问题；图神经网络&多模态；图神经网络&大模型；迁移学习&图神经网络&跨域；GNN + Transformer

Q：在图神经网络的跨域研究中，除了上述提到的跨域异质性问题，即不同域之间的节点类型和变类型可能不同，其解决方案可以有：异构图神经网络、跨域节点对齐、跨域信息传递、多层次注意力网络、跨域知识融合等方案。同时，针对具体的问题和数据，可以结合多种方法来解决跨域异质性问题，以达到更好的效果。综上所述，除了跨域异质性问题之外，图神经网络的跨域研究还需要解决数据稀疏性、领域不平衡、域适应和标签传播等问题，而针对这些问题的解决方案包括图采样技术、信息传递方法、领域平衡的损失函数、域适应方法以及跨域标签传播算法等。

2023-12-19 18:54:01 285 4

原创【图神经网络 · 科研思考4】动态图数据集相关 wikipedia.csv；跨域节点表示学习；跨域&自监督；动态时空图&跨域；无监督领域适应方法？

Q：在TGN即动态图模型用到的数据集维基百科 ml_wikipedia.csv中，涉及到用户节点、页面节点、时间戳等信息，且知道该数据集中共有157474条边，你知道这个数据集吗？请详细介绍一下这个数据集的具体信息。2023年10月4日16:47:20A：这个数据集是基于维基百科的TGN（Temporal Graph Networks）即动态图模型使用的数据集，名为。该数据集包含了用户节点、页面节点以及时间戳等信息，并且共有157,474条边。数据集名称：ml_wikipedia.csv。

2023-12-18 10:32:38 188

原创【图神经网络 · 科研思考3】动态时空图神经网络&自监督学习&犯罪预测；对比学习的核心理念；聚类算法，KMeans聚类算法；随机扰动、负采样策略；test_auc、val ap；图异常检测；对抗性攻击

【图神经网络 · 科研思考3】动态时空图神经网络&自监督学习&犯罪预测；对比学习的核心理念；聚类算法，KMeans聚类算法；随机扰动、负采样策略；test_auc、val ap；图异常检测；对抗性攻击

2023-12-18 09:05:51 350

原创【图神经网络 · 科研思考2】动态图节点表示学习；直推式任务与归纳式任务(了解一下)；时空图神经网络；自监督学习、半监督分类、自动超参数优化、主动学习；图神经网络与自监督学习的应用场景；超图

【图神经网络 · 科研思考2】动态图节点表示学习；直推式任务与归纳式任务(了解一下)；时空图神经网络；自监督学习、半监督分类、自动超参数优化、主动学习；图神经网络与自监督学习的应用场景；超图。

2023-12-17 20:26:07 58

原创【图神经网络 · 科研思考1】节点表示学习，欧几里得空间，模型的鲁棒性，消融研究，异构图(异质图)和同构图(同质图)，对比学习，自监督学习，直推式学习和归纳式学习，时空图神经网络、动态图，半监督分类

在机器学习任务中，我们经常需要处理各种不同类型的数据，如图像、音频、文本等。然而，很多机器学习任务中使用的数据都可以用欧几里得空间中的向量来表示。例如，

2023-12-17 19:34:24 130

原创【深度学习&图神经网络】Node2Vec +GAT 完成节点分类任务（含代码） | 附：其它生成节点特征向量的算法：DeepWalk、LINE（具体实现细节）、SDNE、MMDW

本篇主要介绍 Node2Vec+GAT 实现节点分类任务。主要分为两大步，其一是通过Node2Vec生成节点特征向量，其二是接上GAT，再去完成节点分类任务。并且在目录一中，针对图神经网络中的其他生成节点特征向量的方法，给出了它们较为详细地算法描述。

2023-08-14 08:07:57 1271 8

原创【Python从入门到人工智能】详解 PyTorch数据读取机制 DataLoader & Dataset（以人民币-RMB二分类实战为例讲解，含完整源代码+问题解决）| 附：文心一言测试

本篇主要讲述科研中经常用到的PyTorch与“数据”读取相关的知识。例如如何从硬盘中读取数据，并且对数据进行预处理和数据增强操作，然后转换为张量的形式输入到模型之中等等知识。此外，基于100张1￥和100张100￥，建立了一个分类模型来实现二元分类任务。经过测试，本模型并有良好的准确性。在文末附了本篇完整的code（含数据集与图示分析等）下载地址。希望本篇对各位有帮助，谢谢大家！

2023-05-14 08:49:01 627

原创【PyTorch 深度学习实战】基于RNN & LSTM 实现 MNIST手写数字识别 (附源代码 | 详解) | 附：解决Jupyter无法启动问题No module named‘resource‘

RNN（循环神经网络）和 LSTM（长短时记忆网络）是深度学习中两种不同类型的神经网络。它们都是为了解决一些复杂的任务，如序列到序列的预测、序列到单词的翻译等。RNN主要用于处理序列数据，它有一个时间步长的概念。在每个时间步长内，RNN可以从之前的时间步长中获取信息，并对当前的输入进行计算。这使得RNN能够对长序列进行有效的建模。LSTM主要用于处理连续数据，它结合了 RNN和 CNN的特点。LSTM的输入序列被分成一系列的小段（称为“时间步长”），每个时间步长都被看作是一个记忆单元。这使得 LSTM能够对

2023-05-02 15:40:46 1043 2

原创＜3＞【深度学习 × PyTorch】必会线性代数 (含详细分析)：点积 | 矩阵-向量积 | Hadamard积 | 矩阵乘法 | 范数/矩阵范数

【这两节介绍了不少线性代数的基础知识，这是机器学习/深度学习的基础知识。多次回顾，多次练习，会有不同的体验】理解现代深度学习的一门必学的课程——线性代数。线性代数有很多知识，其中很多数学知识对于机器学习非常有用。例如，矩阵可以分解为因子，这些分解可以显示真实世界数据集中的低维结构。机器学习的整个子领域都侧重于使用矩阵分解及其向高阶张量的泛化，来发现数据集中的结构并解决预测问题。当开始动手尝试并在真实数据集上应用了有效的机器学习模型，你会更倾向于学习更多数学。

2023-04-29 09:13:23 5673

原创＜2＞【深度学习 × PyTorch】pandas | 数据预处理 | 处理缺失值：插值法 | networkx模块绘制知识图谱 | 线性代数初步

为了能用深度学习来解决现实世界的问题，我们经常从预处理原始数据开始，而不是从那些准备好的张量格式数据开始。在Python中常用的数据分析工具中，我们通常使用pandas软件包。像庞大的Python生态系统中的许多其他扩展包一样，pandas可以与张量兼容。本篇我们将简要介绍使用pandas预处理原始数据，并将原始数据转换为张量格式的步骤。后续也将介绍更多的数据预处理技术。

2023-04-27 15:51:26 10364 2

原创【若你是研0，做的出来吗】布置给研0师弟的项目，半天就解决了？| 附：图神经网络入门路线(必读论文+代码实战路线) | Python数据预处理 | jiaba分词练习：对《春江花月夜》分词

近期实验室纳新，于是这几天面试了不少“研0”的新同学，有本科期间绩点很高的，也有几乎没有项目经历的。其实，这不是太过重要，关键的是，“有没有一颗做科研的心。” 布置给他们了一些新的项目，来看看他们的反馈如何？【师弟还是有不少基础的】

2023-04-18 08:21:48 272

原创【自然语言处理】Gensim库之 Word2vec | 实战练习：对小说《三国演义》进行Word2Vec训练（附：源代码 + 完整解析）

今天，来介绍Gensim库的一些知识。在自然语言处理中，不得不提到Gensim库，它是一个用于从文档中自动提取语义主题的Python库，且“足够智能”。gensim中的算法是无监督的，也就是说我们只需要一个语料库的文档集。当得到统计模式后，任何文本都能够用语义表示(semantic representation)来简介的表达，并得到一个局部的相似度来与其它文本区分开来。最后实战练习，针对《三国演义》小说。

2023-04-12 08:06:06 772

原创【Neo4j × 知识图谱】图形化数据库基本操作: 创建节点与关系、添加属性、查询节点 | 附：可视化构建四大名著知识图谱（含源代码）| word2vec实战: 构造斗罗大陆人物关系

本篇，在目录一中，较为详细地以实例化的方式介绍了Neo4j的基础语法，例如怎样启动Neo4j数据库、怎样在PyCharm中连接Neo4j数据库、怎样创建简单的节点、如何给节点间添加关系和属性、如何查询节点等。目录二中，基于目录一种的语法，针对四大名著数据集，以知识图谱的方式对其进行可视化。

2023-04-05 15:42:36 936

原创【Neo4j × Python】基于知识图谱的电影问答系统（含问题记录与解决）附：源代码（含Bug解决）

此前，曾介绍过Neo4j的一些基础知识，本篇将在PyCharm中与Neo4j建立关联，从0到1实现一个基于知识图谱的电影问答系统，实现过程中，没有一帆风顺，而是遇到了一些问题，因此也包含问题的记录与解决。

2023-04-04 07:56:29 2155

原创再相逢【知识图谱】中文医学知识图谱CMeKG，中文产科医学知识图谱COKG | 附：图数据库Neo4j下载安装教学(遇到问题并解决) + Neo4j基本操作

本篇文章介绍知识图谱的相关知识。从便于理解的角度切入，给出知识图谱的形象化定义，并介绍了国内的中文医学知识图谱CMeKG，还以用户视角体验了中文产科医学知识图谱。目录二介绍了如何部署安装Neo4j数据库，并解决了部署过程中遇到的一些基础错误，随后介绍了Neo4j图数据库的基础操作。

2023-04-02 08:11:51 1430 4

原创通俗理解【图神经网络】计算过程：只考虑邻接矩阵的消息传递&考虑度矩阵后的消息传递 | 图注意力网络GAT：图注意力的两种计算方式；实现图注意力；加入Multi-head机制的GAT | 压缩矩阵理解

本篇可作为科普食用。许多朋友在初次看“图神经网络”的相关Paper时，会涉及到比较多的公式，可能会难以理解。本文，从通俗的角度，来讲解“图神经网络”的计算过程。并再次讲解了图注意力网络GAT的两种计算方式，以及加入了Multi-head的GAT，并给出了具体实现。

2023-03-14 16:09:45 362 15

原创全15万字丨PyTorch 深度学习实践、基础知识体系全集；忘记时，请时常回顾。

本篇博客介绍的知识是——深度学习之PyThon框架基础。这是深度学习/神经网络的基础，多次回顾，会有不一样的感受。书读百遍，其义自见。

2023-02-20 21:38:08 3114 48

原创 2023.2.9，周四【图神经网络学习记录26】动态超图之 DHNN (DHGNN)：动态构建超图 (DHG): KNN/KMeans，超图卷积 (HGC)。

动态超图之 DHNN (DHGNN)：动态构建超图 (DHG)：KNN/KMeans，超图卷积 (HGC)。

2023-02-09 20:52:08 932 6

原创 2023.2.9，周四【图神经网络学习记录25】HGNN（超图）：节点的度，“边的度”；节点集合，超边集合，每个超边被赋予的权值。

【图神经网络学习记录25】HGNN（超图）：节点的度，“边的度”；节点集合，超边集合，每个超边被赋予的权值。

2023-02-09 15:20:12 817

原创 2023.2.8，周三【图神经网络学习记录21】动态图分类（重点以离散网络和连续型网络为例）；DySAT算法：快照，结构Self-Attention构造，时域Self-Attention的计算

【图神经网络学习记录21】动态图分类（重点以离散网络和连续型网络为例）；DySAT算法：快照，结构Self-Attention构造，时域Self-Attention的计算

2023-02-08 11:15:00 396 4

原创 2023.2.1，周三【图神经网络学习记录15】异构图Graph Embedding算法——metapath2vec学习+详细Debug调试；附：win11找不到DNS地址，重启也不好使，解决办法

【图神经网络学习记录15】异构图Graph Embedding算法——metapath2vec学习+详细Debug调试；

2023-02-01 23:43:11 234 1

原创 2023.1.31，周二【图神经网络学习记录14】GTN模型(Graph Transformer Networks)——详细Debug调试过程。

2023.1.31，周二【图神经网络学习记录14】GTN模型(Graph Transformer Networks)——详细Debug调试过程。

2023-02-01 09:41:06 633

原创 2023.1.30，周一【图神经网络学习记录13】异构图的另一个算法：GTN（Graph Transformer Networks）；GTN模型练习——问题记录：16G运行内存，却提示内存不足

【图神经网络学习记录13】异构图的另一个算法：GTN（Graph Transformer Networks）；GTN模型练习——问题记录：16G运行内存，却提示内存不足，尝试通过微调各个参数来解决。简单介绍：训练集、验证集、测试集的区别与联系。

2023-01-31 14:47:00 385 2

原创 2023.1.29，周日【图神经网络学习记录12】图注意力机制网络HAN模型：详细断点调试（Debug）过程；模型的几个常见评价指标：TP，TN，FP，FN；查准率，查全率；macro-F1

2023.1.29，周日【图神经网络学习记录12】图注意力机制网络HAN模型：详细断点调试（Debug）过程；模型的几个常见评价指标：TP，TN，FP，FN；查准率，查全率；macro-F1（宏平均），micro-F1（微平均）。

2023-01-29 23:45:21 290 5

原创 2023.1.27，周五【图神经网络学习记录11】DGL练习：节点和边的特征，从外部库创建图，创建异构图 || AI语音：注意看，这个男人叫小帅---微软Azure文本转语音

DGL练习：节点和边的特征，从外部库创建图，创建异构图

2023-01-27 16:01:34 302

原创 2023.1.26，周四【图神经网络学习记录10】基于torch 安装部署DGL库，DGL练习：使用DGL创建图，为节点和边赋值，构建图卷积网络GCN并训练。HAN模型练习（初步）

基于torch 安装部署DGL库，DGL练习：使用DGL创建图，为节点和边赋值，构建图卷积网络GCN并训练。HAN模型练习（初步）

2023-01-26 22:40:24 473 2

原创 2023.1.25，周三【图神经网络学习记录9】图网络的分类，异构图---注意力机制网络：节点级别的attention，语义级别的attention

图网络的分类，异构图---注意力机制网络：节点级别的attention，语义级别的attention。

2023-01-26 18:59:09 1016 1

原创 2023.1.23，周一【图神经网络学习记录8】访问PyG官网，查看data属性。使用PyG实现GCN、GraphSAGE、GAT模型。

前天的学习记录。2023.1.23，周一【图神经网络学习记录8】访问PyG官网，查看data属性。使用PyG实现GCN、GraphSAGE、GAT模型。

2023-01-25 11:02:36 1405 1

原创 2023.1.24，周二【图神经网络学习记录7】GraphSAGE 练习，PyG学习(部署在之前已经介绍过)

本应该在上周六（2023.1.21，农历除夕）发布的文章~~奈何遇到个别问题，目前初步解决了。新年快乐！

2023-01-24 12:52:24 512 1

原创 2023.1.20，周五【图神经网络学习记录6】GAT模型练习，含遇到的问题以及解决

2023.1.20，周五，图神经网络学习记录，GAT模型练习。含有遇到的问题以及解决记录。

2023-01-20 22:02:30 987

原创 2023.1.19，周四【图神经网络学习记录5】GraphSAGE模型：采样、聚合函数、GraphSAGE minibatch、GraphSAGE Embedding | GAT模型：多头注意力机制

2023.1.19，周四，【图神经网络学习记录5】。

2023-01-19 16:48:51 383

原创 2023.1.18，周三【图神经网络学习记录4】通过新建Anaconda环境，尝试解决昨天的问题(未)（conda基础命令回顾） || GCN核心公式讲解，两层GCN || GCN的通俗理解

2023.1.18 图神经网络——学习笔记。conda命令的回顾 + 关于GCN的核心公式的理解。

2023-01-18 23:01:01 234 1

原创【追光者】2022年终总结，又是一个开始，新的挑战。愿你历尽千帆，归来仍是少年。

Hello！这是我的【2022】年终总结！前前后后写了好几天，可还是有好多想说的话！2022，你有什么收获吗？求点赞！求评论！求转发！求收藏！最后，求个关注呀！！

2023-01-07 23:53:25 3272 20

原创【人工智能】深度学习算法的底层理论与具体应用场景 || 神经网络、卷积神经网络、循环神经网络、图神经网络、长短期记忆神经网络、自编码器、生成对抗网络

今天，分享一下【人工智能】深度学习算法的底层理论与具体应用场景，涉及到NN，CNN，RNN，GNN，LSTM，AE，GAN等知识，希望大家喜欢！

2023-01-07 07:15:00 889 6

前端实战-酷炫黑白粒子空间旋转特效（效果+可执行代码）-HTML+CSS+JavaScript.zip

大家好！这是近期通过前端技术实现的一个“酷炫黑白粒子空间旋转特效”，本资源包含完整的可执行代码（下载文件，解压后可以点击运行）和运行特效展示，该内容已经在博客中记录：https://xiexu.blog.csdn.net/article/details/132677358（预计于2025年发布）。欢迎正在学习前端的朋友下载练手~

2024-04-23

科研24年四月中旬文章合集.zip

合集分析：https://xiexu.blog.csdn.net/article/details/131999248（预计25年发布），个人科研阅读文章，仅学习使用。请勿下载，仅自己可见。

2024-04-22

交通预测：扩散卷积递归神经网络DCRNN代码 + 文章.zip

仅学习使用。交通预测相关模型：DCRNN。本资源包含code以及文章，文章分析已经在博客中记录，详见：https://xiexu.blog.csdn.net/article/details/133094961（该内容预计2025年发布）

2024-04-18

交通预测模型合集：STGCN、DCRNN、ASTGCN、Graph wavenet、STGNN、STSGCN、STFGNN

所涉及的交通预测相关的模型，其原文章。注：仅学习使用哈~主要包含的模型:STGCN、DCRNN、ASTGCN、Graph wavenet、STGNN、STSGCN、STFGNN。模型所在的文章分析链接：（注：下述链接预计在2025年发布） STGCN：https://xiexu.blog.csdn.net/article/details/134570501 DCRNN：https://xiexu.blog.csdn.net/article/details/133094961 ASTGCN：https://xiexu.blog.csdn.net/article/details/131999338 Graph wavenet：https://xiexu.blog.csdn.net/article/details/132279336 STGNN：https://xiexu.blog.csdn.net/article/details/132844935 STSGCN：https://xiexu.blog.csdn.net/article/details/133148447 最后一个写不开了。

2024-04-17

【metr-la.h5、pems-bay.h5数据集】含初步查看数据集的可执行Python代码.zip

如题所述，两个数据集，metr-la.h5、pems-bay.h5。交通预测相关，个人保存。同时含有初步查看这两个数据集的可执行Python代码，已经在博客中记录，详见：https://xiexu.blog.csdn.net/article/details/131999474（注：该链接预计于2025年公布）

2024-04-14

【Traffic Transformer】（code，数据集）-科研.zip

交通Transformer，项目和数据集。同时包含两个版本的原文章。仅学习使用。部分简析已经在个人blog记录，详见：https://xiexu.blog.csdn.net/article/details/132054441（该内容预计2025年公布）

2024-04-14

【交通流量预测】-3.zip

个人阅读过的关于交通流量预测的一些文章，第三部分。仅学习使用~ 包含详细文章。本篇中，各个文章的摘要详见：https://xiexu.blog.csdn.net/article/details/131999398。该内容目前也是还躺在草稿箱，预计将于2025年发布。

2024-04-11

【交通流量预测】-2.zip

个人阅读过的关于交通流量预测的一些文章，第二部分。仅学习使用~ 包含详细文章。本篇中，各个文章的摘要详见：https://xiexu.blog.csdn.net/article/details/136030806。该内容也还躺在草稿箱，预计将于2025年发布。

2024-04-11

【交通流量预测】-1.zip

个人阅读过的关于交通流量预测的一些文章，第一部分。仅学习使用~ 包含详细文章。本篇中，各个文章的摘要详见：https://xiexu.blog.csdn.net/article/details/135882633。该内容还躺在草稿箱，预计2025年发布。

2024-04-11

sumo交通建模-过程性成果（完成十字交通路口车辆流向配置）.zip

这是近期通过sumo专业交通仿真建模工具完成的对某十字路口进行基础建模仿真用到的文件，具体实现细节已经在博客中记录，详见文章“LibCity：开源的交通预测算法库 | 面向小白，从0到1【SUMO十字路口仿真建模】路网搭建、车辆配置、实现仿真、仿真结果输出”，该文章将于近期发布。本资源包含文章中提到的所有细节，欢迎学习sumo的朋友下载练习和使用。

2024-03-29

【SUMO十字路口建模-netedit初步设置】cross240327.net.zip

使用SUMO中的netedit进行十字路口建模的设置，期间的过程性成果。

2024-03-27

METR-LA.h5数据集（含初始数据集；含划分好的训练集、验证集、测试集；含划分所用代码）【智能交通系统】-交通流预测.zip

这是计算机科学实验中所用到的数据集，该数据集具体内容为：杉矶县高速公路上的环路探测器收集的。该数据集的时间跨度为 2012 年 3 月至 2012 年 6 月，共有 207 个传感器（节点）。本资源包含该初始数据集metr-la.h5文件，同时包含划分好的训练集文件train.npz、划分好的验证集文件val.npz、划分好的测试集文件test.npz，在交通预测的深度学习实验中，可以直接使用划分好的这三者。除此之外，我还在资源中提供了划分所用的Python代码，可以使用该代码将原始交通数据划分为所述的训练集、验证集、测试集，依据个人需求使用即可。资源整理不易！代码亦不易，请珍惜资源！欢迎有需要的朋友下载，祝各位实验顺利！

2024-03-25

AttributeError: 'Line2D' object has no property 'cmap'

2022-10-29

这是一次警告的记录，需要怎么解决呢？

2022-10-14

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

前端实战-酷炫黑白粒子空间旋转特效（效果+可执行代码）-HTML+CSS+JavaScript.zip

科研24年四月中旬文章合集.zip

交通预测：扩散卷积递归神经网络DCRNN代码 + 文章.zip

交通预测模型合集：STGCN、DCRNN、ASTGCN、Graph wavenet、STGNN、STSGCN、STFGNN

【metr-la.h5、pems-bay.h5数据集】含初步查看数据集的可执行Python代码.zip

【Traffic Transformer】（code，数据集）-科研.zip

【交通流量预测】-3.zip

【交通流量预测】-2.zip

【交通流量预测】-1.zip

sumo交通建模-过程性成果（完成十字交通路口车辆流向配置）.zip

【SUMO十字路口建模-netedit初步设置】cross240327.net.zip

METR-LA.h5数据集（含初始数据集；含划分好的训练集、验证集、测试集；含划分所用代码）【智能交通系统】-交通流预测.zip

SCI & PyCharm科研绘图练习240322-CSDN@追光者♂.zip

最新版Git压缩包 及安装步骤说明240320.zip

sumo-main240319.zip

data-【SUMO交通流仿真小案例】240319.zip

HTML炫酷多彩粒子特效（可执行代码+效果演示）.zip

【SUMO交通仿真】路网资源教学-240316-Road-Network.zip

osm地图转.net.xml格式240317.zip

简约-爱在心中（HTML文字环绕爱心特效）-完整可执行代码与效果展示

HTML+CSS+JavaScript 让爱旋转(爱心旋转特效)-CSDN@追光者♂.zip

【Transformer学习】含Transformer文章以及annonated-transformer-代码.zip

HTML+CSS+JavaScript-无穷可爱爱心喷射特效-CSDN@追光者♂.zip

【HTML+CSS+JavaScript】手绘-前端特效-真心可爱小人表白（完整可执行代码资源）CSDN@追光者♂.zip

代码资源仅个人保存：tgn-master、DGI-master、AutoST-main-20240104.zip

2023-12-22 -思维导图整理.zip

【趣味Python&Python进阶】tqdm进度条综合练习(嵌套综合应用、多线程、多进程、进程间通信).zip

Transformer 架构（代码+原Paper）.zip

研究生系统化入门教程机器学习.zip

Office-Tool-v10.4.2.4-x86.zip

前端HTML+CSS+JavaScript-通过英文字母生成动态感人爱心(CSDN@追光者♂).zip

使用Visio绘制的神经网络模型图（绘图1、绘图1-练习）【CSDN@追光者♂】.zip

【Python项目】扫雷小游戏-实例1-CSDN@追光者♂.zip

机器学习-特征降维-过滤式-实例（简易数据集+代码+演示）.zip

【HTML+CSS+JavaScript】520趣味动态表白-CSDN@追光者♂.zip

【Python项目实战】CSDN批量查询文章质量分、查询所有文章质量分-CSDN@追光者♂.zip

【嵌入式入门到精通】嵌入式系统原理、嵌入式基础、嵌入式学习.zip

【嵌入式硬件，嵌入式基础，嵌入式】基于Arduino的嵌入式系统入门与实践.zip

2024前端特效酷炫3D旋转相册（可替换女神照片）-CSDN@追光者♂.zip

准研究生/研究生/人工智能/基础-机器学习入门资料机器学习备考复习资料机器学习概述特征工程分类算法回归与聚类算法.zip

AttributeError: 'Line2D' object has no property 'cmap'

这是一次警告的记录，需要怎么解决呢？

最新版Git压缩包及安装步骤说明240320.zip