SEM论文攻略
摘要：
1. 名词解释 Variables(变数) -统计分析的基本要素,分成潜在变数舆观察变数两种-研究目的在于了解变数之间的关係 Observed(measured,indicator or manifest)variables(观察变数): -可以直接观察或测量的变数，如血压、销货量价格、所得等。 L
大模型技术方向Task1笔记
摘要：
赛题概要 一、赛事背景 在当今数字化时代，企业积累了丰富的对话数据，这些数据不仅是客户与企业之间交流的记录，更是隐藏着宝贵信息的宝库。在这个背景下，群聊对话分角色要素提取成为了企业营销和服务的一项重要策略。 群聊对话分角色要素提取的理念是基于企业对话数据的深度分析和挖掘。通过对群聊对话数据进行分析，
分子AI预测赛Task1笔记
摘要：
项目介绍 一、赛事背景 在当今科技日新月异的时代，人工智能（AI）技术正以前所未有的深度和广度渗透到科研领域，特别是在化学及药物研发中展现出了巨大潜力。精准预测分子性质有助于高效筛选出具有优异性能的候选药物。以PROTACs为例，它是一种三元复合物由目标蛋白配体、linker、E3连接酶配体组成，靶
10. 创建管理表课后练习
摘要：
#1.创建数据库test01_office,指明字符集为utf8。并在此数据库下执行下述操作 create database if not exists test01_office character set 'utf8'; #2.创建表dept81 /* 字段 类型 id INT(7) NAME
9. 子查询练习题
摘要：
1.查询和Zlotkey相同部门的员工姓名和工资 select first_name , last_name , salary from employees e where department_id = (select department_id from employees e2 where l
8. 聚合函数练习题
摘要：
【题目】 1.where子句可否使用组函数进行过滤? select max(salary), min(salary), avg(salary), sum(salary) from employees e ; 2.查询公司员工工资的最大值，最小值，平均值，总和 select max(salary),
Transformer电力负荷预测
摘要：
1. 初始解释 1.1 参数 S：源序列长度，比如说我们有过去一周（7天）的电力负荷数据，那么 S 就是 7 天的数据点数目，每个数据点可能代表一个小时或者更短的时间间隔。 T：目标序列长度，假设我们想要预测未来一天（24小时）的电力负荷，那么 T 就是 24 个时间步，每个时间步代表一个小时。 N
5. bn和ln
摘要：
batchnormalization和layernormalization，主要区别在于 normalization的方向不同。 normalization Normalization：规范化或标准化，就是把输入数据X，在输送给神经元之前先对其进行平移和伸缩变换，将X的分布规范化成在固定区间范围的标
3. dataset、dataloader
摘要：
dataset 数据集 dataloader 数据加载器 1. AI训练时的需求 有一个数据集文件来，里面有100w的样本和标签 训练时，通常希望，一次在100w中随机抓取batch个样本，拿去训练 如果全部抓取完毕，则重新打乱后，再来一次 2. dataset，数据集 作用:储存数据集的信息sel
2. 脚本、模块、包
摘要：
在python眼中，程序是如何被划分的 1.脚本(script) 被运行的python代码，称之为脚本，run xxx.py，xxx.py就会被视为脚本 2.模块(module)，为何需要提出模块的概念 对应的就是xxx.py 模块化你的程序 上图这样管理更加清晰有条理 module 的概念是相对的
