那抹阳光1994

摘要： stack方法可以沿新维度连接张量序列 阅读全文

摘要： unsqueeze在指定位置处插入尺寸为1的维度。 注意：返回的张量与此张量共享相同的基础数据。 Example: >>> x = torch.tensor([1, 2, 3, 4]) >>> torch.unsqueeze(x, 0) tensor([[ 1, 2, 3, 4]]) >>> tor 阅读全文

摘要： squeeze可以将张量中尺寸为1的维度移除。 也可以指定维度。 注意：返回的张量与原张量共享内存，改变一个会同时改变另一个。 Example: >>> x = torch.zeros(2, 1, 2, 1, 2) >>> x.size() torch.Size([2, 1, 2, 1, 2]) > 阅读全文

摘要： chunk方法可以对张量分块，返回一个张量列表： torch.chunk(tensor, chunks, dim=0) → List of Tensors Splits a tensor into a specific number of chunks. Last chunk will be sma 阅读全文

摘要： [译] 理解 LSTM 网络 本文译自 Christopher Olah 的博文 先看一张很好的图（LSTM神经网络输入输出究竟是怎样的？ - Scofield的回答 - 知乎）： 这张图是以MLP的形式展示LSTM的传播方式（不用管左边的符号，输出和隐状态其实是一样的），方便理解hidden_si 阅读全文

摘要： 加性高斯白噪声 AWGN(Additive White Gaussian Noise) 是最基本的噪声与干扰模型。 加性噪声：叠加在信号上的一种噪声，通常记为n(t)，而且无论有无信号，噪声n(t)都是始终存在的。因此通常称它为加性噪声或者加性干扰。 白噪声：噪声的功率谱密度在所有的频率上均为一常数 阅读全文

摘要： 1. Brief reviews of the inner workings of these methods will be presented in the following subsections to facilitate discussions of performance and co 阅读全文

摘要： 今天Kaggle新上了2019年的第一个比赛——使用机器学习方法预测地震发生的时间。 预测地震是地球科学中最重要的问题之一，因为地震发生具有毁灭性的严重后果。目前与地震预报相关的科学研究主要集中在三个关键点：发生时间、发生位置以及震级。 在本次比赛中，参赛选手将参与预测地震发生的时间。具体地说，就是 阅读全文

摘要： 这次酝酿了很久想给大家讲一些关于Kaggle那点儿事，帮助对数据科学(Data Science)有兴趣的同学们更好的了解这个项目，最好能亲身参与进来，体会一下学校所学的东西和想要解决一个实际的问题所需要的能力的差距。虽然不是Data Science出身，但本着严谨的科研态度，在进行了大量的调研、学习 阅读全文

摘要： 在工程实际应用中，我们经常会遇到移动载荷的例子，如车辙实验，汽车过桥等。今天就介绍一下用abaqus子程序Dload实现移动载荷。 Dolad：隐式求解算法 Vdload：显示求解算法 （1）Dolad简介 Dload 函数体和各参数物理意义如下:SUBROUTINEDLOAD(F,KSTEP,KI 阅读全文