原创 《白話深度學習與Tensorflow》學習筆記(7)RBM限制玻爾茲曼機

不受限的:在實際工程中用處不大,所以目前只需要研究受限玻爾茲曼機。 一層是可視化層,一般來說是輸入層,另一層是隱含層,也就是我們一般指的特徵提取層。 RBM是可以多層疊加在一起的。 上面的h1到hn是n個實數

原创 GCN現有變體不完全彙總(在時空數據挖掘中的應用)

GCN現有變體彙總(應用篇) Mix Hop(高階多跳的圖特徵)融合 文獻: ICML_2019 MixHop: Higher-Order Graph Convolutional Architectures via Sparsified

原创 淺談ROC與PR曲線-分類器閾值確定

今天早上看了一下閾值的問題,後來來了ROC受試者工作特徵,發現可以測試多組數據,然後得到每個閾值下的真正例(True positive)和假正例(False positive),發現可以用這個曲線進行統計從而得到每個閾值的情況下分類器的

原创 《白話深度學習與Tensorflow》學習筆記(1)深度學習框架、CNN、VC維

剛入手一本《白話深度學習與Tensorflow》,哈哈,一直看深度學習很火,其實自己一知半解,都沒有對這個領域進行一點系統的學習,現在準備看看這本書,開始入門。畢竟深度學習是大趨勢,個個都說是個坑,個個都往裏跳。。。趁着有時間,瞭解瞭解

原创 【AAAI 2020】RiskOracle: A Minute-level Citywide Traffic Accident Forecasting Framework

RiskOracle: A Minute-level Citywide Traffic Accident Forecasting Framework 【前言】城市計算領域中,智能交通、智慧出行一直是一備受關注的話題,而交通事故在

原创 QT生成動態鏈接庫.so文件

首先是新建一個工程,選擇C++庫,打開後是這樣的: 然後輸入新建的名稱,下一步,記得勾選Qtcore那個(就是默認的那個),否則編譯似乎不能通過。因爲後面自動生成的.h文件裏還有這個。 自動生成的有4個文件一個pro,一個cpp

原创 《白話深度學習與Tensorflow》學習筆記(4)Deep Residual Networks

深度殘差網絡:主要應用於計算機視覺——圖像分類、語義分割(semantic segmentation)、目標檢測(object detection),其主要是使用CNN進行改造。何愷明老師有一篇文獻《Deep Residual Netw

原创 python 網絡編程(udp數據報)

       什麼是UDP:UDP是一個簡單的面向數據報的運輸層協議:進程的每個輸出操作都正好產生一個UDP數據報,並組裝成一份待發送的IP數據報。這與面向流字符的協議不同,如TCP,應用程序產生的全體數據與真正發送的單個IP數據報可能

原创 《白話深度學習與Tensorflow》學習筆記(2)梯度下降、梯度消失、參數、歸一化

1、CUDA(compute unified device architecture)可用於並行計算: GTX1060 CUDA核心數:1280 顯存大小:6G 2、隨機梯度下降:計算偏導數需要的計算量很大,而採用隨機梯度下降(即採

原创 《白話深度學習與Tensorflow》學習筆記(6)生成式對抗網絡(GAN)

生成對抗網絡(generative adversarial networks): G:生成式模型 用於生成新的結果;D:判別式模型:將G生成的結果輸入到D進行判別。 D的訓練是希望儘可能正確提取x特徵,增大正確判斷的概率D(x) G的訓練

原创 《白話深度學習與Tensorflow》學習筆記(3)HMM RNN LSTM

RNN:循環神經網絡 與CNN最大的不同是記憶暫存功能,可以把過去輸入的內容所產生的遠期影響量化後與當前時間輸入內容一起反應到網絡中參與訓練。尤其是對時間序列、自然語言(上下文關係)的處理,具有優勢。 馬爾科夫鏈:在給定當前的知識或

原创 基於TP-GAN的側臉人像恢復

中科院自動化所(CASIA),中科院大學和南昌大學的一項合作研究,提出了雙路徑 GAN(TP-GAN),通過單一側面照片合成正面人臉圖像,取得了當前較好的結果。研究人員提出了一個像人類一樣能夠考慮整體和局部信息的 GAN 結構,合成的圖

原创 ubuntu下配置Dlib/opencv3 for C++

這幾天又配了一次Dlib和opencv,現將踩過的坑總結如下: Dlib+ubuntu步驟如下: cd (dlib-19.7目錄下) mkdir build //創建build文件夾 cd build cmake .. cm

原创 軌跡數據挖掘(trajectory data mining)

位置採集和移動計算技術的進步已經產生了大量的空間軌跡數據,這些數據代表了移動物體(如人,車輛和動物)的移動性。在過去十年中,已經提出了許多技術來處理,管理和挖掘軌跡數據,促進了廣泛的應用。在本文中,我們對軌跡數據挖掘的主要研究進行了系統的

原创 幾種距離的集中比較

提到檢索的方法,比如KNN算法,這些都需要用到“距離”這個尺度去度量兩者的近似程度。但是,距離也有很多種,除了我們熟悉的歐氏距離之外,其實還有很多。。。 餘弦距離: 是一種衡量兩個向量相關程度的尺度。利用兩個向量的餘弦值,由於在0到