原创 【Numpy】函數向量化運算的多種方法function/lambda + numpy.frompyfunc()/map和numpy.vectorize()
https://blog.csdn.net/u012421852/article/details/79698599
2020-04-19 08:20:01
原创 強化學習AC、A2C、A3C算法原理與實現
策略梯度與A2C算法 https://blog.csdn.net/u013298300/article/details/100060817 強化學習（十三 ）--AC、A2C、A3C算法 https://zhuanlan.zhihu.co
2020-04-19 08:20:01
79
原创 pandas 的apply返回多列，並賦值
轉載他人的，本來自己想寫，算了 import pandas as pd df_tmp = pd.DataFrame([ {"a":"data1", "cnt":100},{"a":"data2", "cnt":200}, ])
2020-04-14 08:15:38
原创 最大相關 - 最小冗餘（mRMR）特徵選擇
彭等人提出了一種特徵選擇方法，可以使用互信息，相關或距離/相似性分數來選擇特徵。目的是在存在其他所選特徵的情況下通過其冗餘來懲罰特徵的相關性。特徵集S與類c的相關性由各個特徵f i和類c之間的所有互信息值的平均值定義，如下所示： 集合
2020-04-14 08:15:37
50
原创 How to do Deep Learning on Graphs with Graph Convolutional Networks Part 2:
Machine learning on graphs is a difficult task due to the highly complex, but also informative graph structure. This po
2020-04-01 21:38:22
原创 LINE:Large-scale Information Network Embedding
摘要： 本文研究了將大規模信息網絡embedding到低維向量空間中的問題，這對於可視化，節點分類和鏈接預測等許多任務是非常有用的。大多數現有的graph embedding方法不能用於通常包含數百萬個節點的真實世界信息網絡。在本文中
2020-04-01 21:38:22
1
原创 How to do Deep Learning on Graphs with Graph Convolutional Networks
Machine learning on graphs is a difficult task due to the highly complex, but also informative graph structure. This po
2020-04-01 21:38:22
原创 RefineNet 理解 | PSPNet |
https://blog.csdn.net/gqixf/article/details/82911220 https://blog.csdn.net/u011974639/article/details/78985130 https://
2020-03-18 03:06:32
原创 Canny邊緣檢測
聲明：閱讀本文需要了解線性代數裏面的點乘（圖像卷積的原理），高等數學裏的二元函數的梯度，極大值定義，瞭解概率論裏的二維高斯分佈 1.canny邊緣檢測原理和簡介 2.實現步驟 3.總結 一、 Canny邊緣檢測算法的發展歷史 Ca
2020-02-22 11:56:36
126
原创 mpi4py 快速上手
在上一篇中我們介紹瞭如何安裝和使用 mpi4py，下面我們以幾個簡單的例子來展示怎麼使用 mpi4py 來進行並行編程，以使讀者能夠快速地上手使用 mpi4py。這些例子來自 mpi4py 的 Document，有些做了一些適當的改動。
2020-02-22 11:56:36
原创 CUDA ---- Memory Access
Memory Access Patterns 大部分device一開始從global Memory獲取數據，而且，大部分GPU應用表現會被帶寬限制。因此最大化應用對global Memory帶寬的使用時獲取高性能的第一步。也就是說，glo
2020-02-22 11:56:36
10
原创 Pytorch學習之torch----索引、切片、連接、變異操作
https://blog.csdn.net/gyt15663668337/article/details/91345951 點贊 收藏 分享 文章舉報 張博208 發佈了59
2020-02-22 11:56:36
原创 用戶畫像——ID-Mapping
https://blog.csdn.net/lili0710432/article/details/78970856?utm_source=blogxgwz0 點贊 收藏 分享 文章舉報
2020-02-22 11:56:36
原创 np.roll()的理解和用法
numpy.roll() numpy.roll(a, shift, axis=None) 函數解釋：沿着給定軸滾動數組元素。超出最後位置的元素將會滾動到第一個位置。 （將a，沿着axis的方向，滾動shift長度） 參數： a : (ar
2020-02-22 11:56:36