- 博客(89)
- 收藏
- 关注
RSS订阅原创 D、Bulbasaur C语言
在定义完数组res后，对数组部分元素进行了赋值，当后面需要对其全部元素遍历加和时，不能默认其他元素就是0了，需要在定义后将所有元素初始化为0。因此，为了检索更快，可以建立一个以b值为索引的数组res，res最多有max(b)个。最后的sum最大可能是: 10^9 * 10^5 = 10^14。因此，sum 需要定义为long long。因此，输出时，需要用。
2023-04-05 18:59:30
438
1
原创 softmax函数
Softmax函数的定义（以第i个节点输出为例）：其中，为第i个节点的输出值，为输出节点的个数，即分类的类别个数。通过Softmax函数就可以将多分类的输出值转换为范围在[0, 1]和为1的概率分布。...
2022-04-18 09:55:03
503
转载 【无标题】为什么Transformer需要多头注意力（Mukti-head attention）?
可以类比CNN中同时使用多个滤波器的作用，直观上讲，多头的注意力有助于网络捕捉到更丰富的特征/信息。论文中是这么说的：Multi-head attention allows the model to jointly attend to information from different representation subspaces at different positions.关于different representation subspaces，举一个不一定妥帖的例子：当你浏览网页的时
2022-04-04 08:13:05
2343
转载 Bagging和Boosting，以及两者的区别
Baggging 和Boosting都是模型融合的方法，可以将弱分类器融合之后形成一个强分类器，而且融合之后的效果会比最好的弱分类器更好。Bagging:即套袋法，其算法过程如下：1）从原始样本集中抽取训练集。每轮从原始样本集中使用Bootstraping的方法抽取n个训练样本（在训练集中，有些样本可能被多次抽取到，而有些样本可能一次都没有被抽中）。共进行k轮抽取，得到k个训练集。（k个训练集之间是相互独立的）2）每次使用一个训练集得到一个模型，k个训练集共得到k个模型。（注：这里并没有具体的分
2022-04-03 10:02:06
612
转载 什么是数据增强（Data Augmentation）
数据增强让有限的数据产生更多的数据，增加训练样本的数量以及多样性（噪声数据），提升模型鲁棒性，一般用于训练集。神经网络需要大量的参数，许许多多的神经网路的参数都是数以百万计，而使得这些参数可以正确工作则需要大量的数据进行训练，但在很多实际的项目中，我们难以找到充足的数据来完成任务。随机改变训练样本可以降低模型对某些属性的依赖，从而提高模型的泛化能力。数据增强方法：例如，我们可以对图像进行不同方式的裁剪，让物体以不同的实例出现在图像的不同位置，这同样能够降低模型对目标位置的敏感性。此外，调整亮度、对比
2022-04-03 09:56:06
15154
转载 如何处理数据不平衡问题
一、什么是数据不平衡问题数据不平衡也可称作数据倾斜。在实际应用中，数据集的样本特别是分类问题上，不同标签的样本比例很可能是不均衡的。因此，如果直接使用算法训练进行分类，训练效果可能会很差。二、如何解决数据不平衡问题解决实际应用中数据不平衡问题可以从三个方面入手，分别是：对数据进行处理、选择合适的评估方法和使用合适的算法。数据处理1）过采样： 主动获取更多的比例少的样本数据。由于样本比例不均衡，在条件允许的情况下可以尝试获取占比少的类型的样本数据。(PS：这就是为什么我几乎没有遇到过..
2022-04-03 09:45:38
7529
原创 美团春招第2题-求数轴上某个点到第一个点的距离和到最后一个点的距离之间的最小差值
n = input()n = int(n)nums = [int(i) for i in input().split()]ds = []for i in range(n): d = abs(abs(nums[i]-nums[0])-abs(nums[i]-nums[n-1])) ds.append(d)print(min(ds))
2022-03-26 18:28:32
237
原创 美团2022春招第3题-求抽出n个牌中数字之和为7的倍数的最大值
n = input()# if int(n)<1 or int(n) > 50000:# exit(-1)# while int(n)<1 or int(n) > 50000:# print('输入不正确，请据需输入n:')# n = input()nums = [int(i) for i in input().split()]lens = len(nums)# while lens != n:# print('输入不正确，请据需输.
2022-03-26 18:25:59
295
原创 美团2022春招第4题-求给定序列中奇数长度区间的中位数的和
n = input()nums = [int(i) for i in input().split()]lens = len(nums)sum = []for i in range(2 ** lens): for j in range(i,lens): comb = [] k = j for k in range(i,j+1): comb.append(nums[k]) sum.append(comb).
2022-03-26 18:23:10
608
原创 tensorflow1.15支持的python版本为：2.7.*， 3.6.*，3.7.*
tensorflow1.15 支持的python版本：2.7.*， 3.6.*，3.7.*
2021-05-27 11:42:04
2416
原创 自监督如何训练
自监督的训练方式：这个模型的输出会有两个，一个是对应真实标签的out，一个是对应自己设置标签的out_ss：在训练时会有相应的两个loss：最后需要回传的loss等于两个loss加权相加：学习的代码来自于：
2021-05-18 20:17:38
1422
2
原创 图卷积网络(GCN)原理解析
前言Graph Convolutional Networks涉及到两个很重要的概念：graph和Convolution。传统的卷积方式在欧式数据空间中大展神威，但是在非欧式数据空间中却哑火，很重要的一个原因就是传统的卷积方式在非欧式的数据空间上无法保持“平移不变性”。为了能够将卷积推广到Graph等非欧式数据结构的拓扑图上，GCN横空出世。深入理解GCN：https://www.jianshu.com/p/35212baf6671讲的蛮好的...
2020-11-17 16:07:25
633
转载 the dataset
1000 Functional Connectomes Project最为著名的脑与神经数据库之一http://fcon_1000.projects.nitrc.org/fcpClassic/FcpTable.htmlADNI提供与阿尔茨海默疾病相关的各种数据http://adni.loni.usc.edu/Allen Brain Atlas:艾伦脑图谱http://www.brain-map.org/Brainmap 提供神经影像学的数据http://www.brainmap.org/
2020-08-11 22:57:55
354
转载 GCN总结
<h1 id="auto-id-0">一、GCN简介</h1>GNN模型主要研究图节点的表示（Graph Embedding），图边结构预测任务和图的分类问题，后两个任务也是基于Graph Embedding展开的。目前论文重点研究网络的可扩展性、动态性、加深网络。 谱卷积有理论支持，但有时候会受到拉普拉斯算子的限制；而空间域卷积更加灵活，主要困难在于选择定量邻域上，没有统一理论。未来方向：加深网络: 研究表明随着网络层数增加，模型性能急剧下降感受野:.
2020-05-19 12:46:20
889
转载 精华汇总：医学数据集及机器学习项目
<div class="article-metas"> 机器学习的医学数据这是一个机器学习医疗数据的策划清单。此列表仅供参考，请确保您尊重此处列出的任何数据的任何和所有使用限制。1.医学影像数据医学图书馆向13,000名患者注释提供了53,000张医学图像的MedPix®数据库。需要注册。信息：https : ...
2020-04-16 13:21:10
2329
原创 阅读文献克服三大问题：坐不住、记不住、想不开！
阅读文献克服三大问题：坐不住、记不住、想不开！https://mp.weixin.qq.com/s/Ov2zDeoaLqenkeQnBP3GfQ
2020-04-09 18:02:40
196
原创 读《面向阿尔茨海默病的脑网络多频融合图核》-nice
计算机学报关键词：阿尔兹海默病；功能磁共振成像；脑功能网络；多频融合图核；核极限学习机1.研究领域、问题、方法研究领域：复杂网络分析与机器学习方法相结合的阿尔兹海默病辅助诊断研究问题：现有成果大多基于时域信号匹配构建脑功能网络，忽略了脑活动信息在各个频段下的差异方法：脑网络多频融合图核的阿尔兹海默病诊断方法。2.研究动机及意义AD患者的大脑不同脑区之间存在结构和功能的异...
2020-03-26 23:21:16
798
转载 图神经网络（Graph neural networks）综述
|· 本文为博主原创”·|【嵌牛导读】：图是一种结构化数据，它由一系列的对象（nodes）和关系类型（edges）组成。作为一种非欧几里得形数据，图分析被应用到节点分类、链路预测和聚类等方向。图网络是一种基于图域分析的深度学习方法，对其构建的基本动机论文中进行了分析阐述。【嵌牛鼻子】：深度学习、图神经网络【嵌牛提问】：图神经网络当今的研究热点有哪些？【嵌牛正文】：主要引用论文链接：Gra...
2020-03-24 11:56:30
3152
原创 医学脑影像资源收集
主要来自于：https://zhuanlan.zhihu.com/p/46208203医学影像网站http://www.xctmr.com/tech/science/http://www.yxppt.com/DTIDTI studioDTI Studio是一个在Windows下运行的扩散张量图像后处理程序。适合张量计算，颜色映射，白质纤维束跟踪，三维可视化等任务。MedInriaMedINRI...
2020-03-23 13:03:39
1265
原创 scipy.misc.imsave ImportError: cannot import name 'imsave
scipy.misc.imsave 需要先安装pillow包，若没有，先 pipinstall pillow 安装后还报此错误，即scipy版本问题。由于高版本没有imsave、imread等, 降版本到1.2.1以下即可 PYTHON旧的misc.imsave替换 ...
2020-03-20 22:21:13
1333
原创 今天从文献中了解到的Python中有用的库
今天从文献中了解到的有用库目录PyTorch GeometricNetworkXMETISSparse Matrices(scipy.sparse)TqdmTexttablePyTorch GeometricPyTorch Geometric(PyG) is a geometric deep learning extension library forPyT...
2020-03-20 13:50:49
352
原创 2020-03-18
输入数据有三个：edges.csv, features.csv 和 graph.csv。这样可以保留属性信息，图结构信息等……
2020-03-18 21:45:36
100
转载 图嵌入（Graph embedding）
目录Graph embedding的意义图嵌入可以解决的问题为什么我们要使用图形嵌入?什么是图嵌入？图嵌入的挑战Word2vec图嵌入方法总结参考资料后记Graph embedding的意义 Graph广泛存在于真实世界的多种场景中，即节点和边的集合。比如社交网络中人与人之间的联系，生物中蛋白质相互作用以及通信网络中的IP地址之间的通信等等。除此之外，我们最常见的一张图片、一个句子也可以抽象...
2020-03-18 20:48:39
17469
7
原创 读 Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks
论文信息：作者：Chiang, Wei-Lin，Liu, Xuanqing，Si, Si... 出版信息:KDD '19: Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningJuly 2019Pages 257–266https://doi...
2020-03-18 18:00:28
1083
4
原创 Deep Clustering - 深度聚类：方法与实现
https://python.ctolib.com/zhoushengisnoob-DeepClustering.html https://github.com/zhoushengisnoob/DeepClustering（同上） https://blog.csdn.net/yyl424525/article/details/100058193
2020-03-18 09:07:01
6834
原创 安装requirements.txt文件中的依赖包
先用virtualenv安装一个虚拟环境，然后执行命令：pip install -r requirements.txt ，就可以安装所有依赖包了。 导出当前虚拟环境所有安装的依赖到这个文件的命令：pip freeze > requirements.txt...
2020-03-17 16:42:33
4758
转载 安装第三方包&查看python版本/第三方包版本
安装第三方包&查看python版本/第三方包版本 安装第三方包时，经常需要查看python版本，以及是否安装第三方包及版本，每次都要百度下指令。一、python安装/卸载第三方包（1）win+R输入cmd，打开命令窗口(2)安装第三方包：安装指令pip install xxx (xxx，需安装的包名)以安装mysql为例：(2)卸载第三方包：卸载指令pip unin...
2020-03-17 15:37:47
538
原创 决策树ID3的实现-python
import numpy as npimport pandas as pd# 创造数据集def createDataSet(): data_row = { 'no surfacing': [1, 1, 1, 0, 0], 'flippers': [1, 1, 0, 1, 1], 'fish': ['yes', 'yes', 'no'...
2020-03-17 14:48:57
280
原创 概率有向图模型之贝叶斯网络
慕课上北理工的课1.概率有向图模型1.1 基本原理使用有向无环图表示变量之间的关系1.2 例子:1.2.1 3个变量的全连接概率图模型根据概率乘积规则：关于变量的联合概率分布 每个变量都对应于一个结点。上图中，存在一条从结点x1指向x2的有向边，故结点x1是结点x2的父结点，结点x2是结点x1的子结点。 每个条件概率都对应于一条有向边，起点是条件概率中条件随机变量...
2020-03-16 16:41:49
1569
转载 利用图神经网络处理问题的一般化流程
1、图节点预表示：利用NE框架，直接获得全图每个节点的Embedding;2、正负样本采样：（1）单节点样本；（2）节点对样本；3、抽取封闭子图：可做类化处理，建立一种通用图数据结构;4、子图特征融合：预表示、节点特征、全局特征、边特征;5、网络配置：可以是图输入、图输出的网络；也可以是图输入，分类/聚类结果输出的网络;6、训练和测试;https://github.com/xchad...
2020-03-12 10:59:38
371
原创 图，谱，马尔可夫过程，聚类结构
== 图==是表达事物关系和传递扩散过程的重要数学抽象图的矩阵表达提供了使用代数方法研究图的途径谱，作为一种重要的代数方法，其意义在于对复杂对象和过程进行分解图上的马尔可夫更新过程是很多实际过程的一个重要抽象图的谱结构的重要意义在于通过它对马尔可夫更新过程进行分解分析图的第一特征值对应于马尔可夫过程的平衡状态，图的第二特征值刻画了这个过程的收敛速度（采样的效率，扩散和传播速度，网络的...
2020-03-06 15:48:49
273
原创 基于图论的复杂脑网络分析中的常用指标
基于图论的复杂脑网络分析技术是当前脑科学研究的热点，在脑科学领域中的应用是复杂脑网络理论的一个重要的分支。来自于下面，写得真好：????????????http://m5.baidu.com/ala/c/www.360doc.cn/mip/840480112.html...
2020-03-06 12:28:47
8175
4
原创 脑功能连接计算之基于种子点的方法
随着磁共振技术在神经科学中的应用，越来越多研究发现，不同脑区间不但在结构上存在连接，在任务状态甚至静息状态下也存在功能连接。功能连接被具体定义为两段不同脑区BOLD序列在时间维度上的相关程度。BOLD-fMRI成像序列是一个4D的成像序列，如下图所示，每个体素（voxel）都包含了一串时间序列，代表该区域血氧水平依赖信号随时间的变化。皮尔逊相关系数的取值范围为-1≤r≤1。以bold信...
2020-03-06 11:52:42
19528
10
原创 深度学习在时间序列分类中的应用
知乎：https://zhuanlan.zhihu.com/p/83130649https://zr9558.com/2019/09/06/cnnfortimeseriesclassification/
2020-02-02 12:09:29
795
原创 Filter concatenation
将相同尺寸的图按深度链接起来，即 有3个3X3X1，2个3X3X2，1个3X3X4的输入，经过Filter concatenation后，变为3X3X11。3X1+2X2+1X4=11得到通道数量。
2020-02-02 11:43:06
495
原创 fight overfitting 防止过度训练的方式
添加数据/增加样本量 减少算法复杂度 训练时，添加约束和正则化项来惩罚模型复杂度 删掉没用的特征 当在一套训练数据集上出现了过度拟合的时候就停止...
2019-12-23 21:47:02
176
转载 图神经网络和传统图模型以及原来的深度学习之间的关系
图神经网络和传统图模型以及原来的深度学习之间的关系从研究任务的角度来看，比如数据挖掘领域的社会网络分析问题像 DeepWalk、LINE 这些 graph embedding 算法，聚焦在如何对网络节点进行低维向量表示，相似的节点在空间中更加接近。图神经网络（GNN）① GNN可以对一个节点进行语义表示。GNN可以更好地考虑这个节点周围的丰富信息，对单个节点的表示也可以做的比过去方法...
2019-12-17 11:54:59
1285
原创 U-Net
基于一种更加优雅的结构FCN，对这种结构进行了一定的修改和拓展，以使其使用更少的训练图像，产生更高精度的分割。网络结构收缩路径就是常规的卷积网络，它包含重复的2个3x3卷积，紧接着是一个RELU，一个max pooling（步长为2），用来降采样，每次降采样我们都将feature channel减半。 扩展路径包含一个上采样（2x2上卷积），这样会减半feature chann...
2019-12-17 11:34:39
123
转载 图神经网络(GNN)
新智元报道 来源：towardsdatascience作者：黃功詳 Steeve Huang 编辑：肖琴【新智元导读】图神经网络(GNN)在各个领域越来越受欢迎，本文介绍了图神经网络的基本知识，以及两种更高级的算法：DeepWalk和GraphSage。最近，图神经网络 (GNN) 在各个领域越来越受到欢迎，包括社交网络、知识图谱、推荐系统，甚至生命科学。GNN 在对图形中节点间的依赖关系进行建...
2019-12-17 11:24:58
308
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