原创 愛因斯坦求和~enisum~以及各種矩陣乘法product公式~最後有手繪enisum理解

various product dot product element-wise product inner product outer product Kronecker product(克羅內克積) torch.enisum

原创 A MCTS for Dynamic Bike Reposition in Bike-Sharing Systems

共享單車系統中自行車動態重定位的一種MCTS方法 1.基礎知識儲備 中心極限定理&大數定律公式 中心極限定理理解 2.什麼是MCTS? 由於Alpha-Go/Zero的熱度,搜出來的MCTS的博客都是關於圍棋遊戲的。 wiki

原创 001.argparse

學習WaveNet代碼時,遇到大量的argparse的使用,那麼這個包究竟是什麼用處呢? argparse 是python自帶的命令行參數解析包,可以用來方便地讀取命令行參數。 import argparse # 生成一個par

原创 006.prcharm操作超過系統分配內存

在生成數據集的命令時,出現了以下問題:Unable to allocate 3.05 GiB for an array with shape (40000, 22, 2623,111) and data type float64。

原创 先進人工智能課程複習筆記Ⅳ--不確定性推理

不確定性推理 重點:可信度方法、模糊推理 基本概念 概率方法 主觀Bayes方法 可信度方法 模糊理論 簡單模糊推理 【定義】:從不確定性的初始證據E出發,用不確定性的知識,推出一定程度上不確定的結論

原创 先進人工智能課程複習筆記Ⅰ--導論

導論 通用人工智能的定義: 包含人類水平的任務,涉及機器的持續學習。 必然性的演繹推理和不確定性的歸納、類比推理以及模糊推理are vital. 發展脈絡 【萌芽】:亞里斯多德主要貢獻爲:邏輯及形而上學兩方面的思想;主謂命題及

原创 先進人工智能課程複習筆記Ⅴ--問題求解與搜索策略

問題求解與搜索策略 狀態空間的搜索策略 與或樹的搜索策略 搜索的完備性和策略 人工智能的核心問題是【問題求解】,問題求解關鍵在於【問題表示】【解的搜索】 狀態空間表示法:算符和狀態(S,F,G) 求解過程轉化爲從

原创 先進人工智能課程複習筆記Ⅲ--經典邏輯推理

經典邏輯推理 【確定性推理】重點:歸結演繹推理 本章的主要內容: 基本概念 自然演繹推理 歸結演繹推理 與或形演繹推理 如何進行一次推理?觀察結果(事實)—>推理依據(規則)—>推理結果(結論)【柯南的推理過程,人類本身有語義

原创 Python異常001:takes 1 positional argument but 2 were given

報錯日誌: --------------------------------------------------------------------------- TypeError

原创 相似度度量方式及原理

引子     對於一個聚類問題,假設數據集中包含n個無標記樣本D={X1,X2,...,Xn}D=\{X_1,X_2,...,X_n\}D={X1​,X2​,...,Xn​},其中任意樣本Xi=(xi1,xi2,...,xid)

原创 008.np.expand_dims&高維度的vstack

np.expand_dims:字面意思,增加維度 先認識一下維度的概念:以下給出了一個array,其shape=(2, 3, 2, 3),如何看array的維度呢?有幾層中括號,維度就是幾。從最外面的中括號開始看,第0維是看第一個

原创 task 4-零基礎CV入門-【模型訓練與驗證】

任務: 在瞭解了賽題背景知識、數據集、數據處理、常用模型以及大佬給的baseline之後,現在學習調參訓練模型並保存,再用訓練好的模型對測試集進行驗證。 目標: 劃分數據集,用訓練集和驗證集進行訓練 學會pytorch下的模型保

原创 005.torch.dtype

每個torch.Tensor都有torch.dtype, torch.device,和torch.layout。 torch.dtype torch.dtype是表示torch.Tensor的數據類型的對象。PyTorch有八種不

原创 002.h5py

從GitHub上下載的代碼,涉及到的數據都是以.h5爲後綴的,那麼這是什麼類型的文件呢? 可以找到,代碼中都引入了這個包h5py,接下來一起看看這種文件怎麼讀取吧! An HDF5 file is a container for

原创 先進人工智能課程複習筆記Ⅵ--人工神經網絡

人工神經網絡 神經元,輸入興奮超過某個閾值就會處於興奮狀態 多個inputs,一個output 人工神經元模型: 求和操作:s=∑i=1∞wixi−θs=\sum_{i=1}^{\infty}w_ix_i-\thetas=∑i=1