01 2024 档案

摘要:本周主要做的事情是找了最近几年发布的代码,大致看了一下网络结构以及实现,为下面替换做一个准备。 运行成功了deformer-detr的代码,将抽取出deformable attention放到模型上面效果非常差,误差是之前的几倍。 分析 1.可能是代码的问题,有一些参数没有设置好。 2.对于defo 阅读全文
posted @ 2024-01-30 14:34 bi8bu123 阅读(9) 评论(0) 推荐(0) 编辑
摘要:完成内容 1.尝试了去掉dct,以及加上全局模块,加上GRU去掉GMM,加上GRU加上GMM,以及将GRU替换为TCN但是效果都不是很理想 2.相对于基模型,去掉dct+GRU+GMM的效果有提升,但是跟最新的论文相比,相差了2%-10%。 3.计划把基模型中用于提取空间信息的GCN替换为Defor 阅读全文
posted @ 2024-01-24 14:32 bi8bu123 阅读(15) 评论(0) 推荐(0) 编辑
摘要:完成内容 1.周一跟苏老师讨论之后修改了时序差分的部分,这一版是在有DCT编码的基础上面做的时序差分,得到的结果跟基模型相比少了1%-10%, 猜想可能是因为离散余弦变换会压缩信息,所以就去掉了DCT变化,实验结果还没有跑出来。 阅读全文
posted @ 2024-01-17 13:45 bi8bu123 阅读(12) 评论(0) 推荐(0) 编辑
摘要:完成内容 1.加上了时序差分的模块,但是目前还没有跑出来实验结果。 这周主要是在准备期末考试。 阅读全文
posted @ 2024-01-10 14:16 bi8bu123 阅读(4) 评论(0) 推荐(0) 编辑
摘要:完成内容 1.在评估部分做了相应的修改 2.将服务器上的代码搬运到了工作站上,因为工作站是windows系统并且是裸机,整个安装到成功运行也花费了大概两天的时间。 3.之前加的GMM模块对于长期的预测,效果有提升,但是短期效果跟原模型差不多,还在看最近的论文,有无对于时序关系学习的比较好的网络结构。 阅读全文
posted @ 2024-01-03 14:17 bi8bu123 阅读(8) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示