09 2022 档案
摘要：优点： (1) 解决了 分类器不好处理离散数据 的问题。 a. 欧式空间。在回归，分类，聚类等机器学习算法中，特征之间距离计算 或 相似度计算是非常重要的，而我们常用的距离或相似度的计算都是在欧式空间的相似度计算，计算余弦相似性，基于的就是欧式空间。 b. one-hot 编码。使用 one-hot
阅读全文
摘要：KNN填充 为了实现KNN填充，我们先通过其他方法处理缺失值比较少的数据（因为该方法必须借助于其他非缺失数据寻找最邻近的数据，然后进行加权平均求值填充的） 参考资料： 数据处理之缺失值填充
阅读全文
摘要：GCN 傅里叶变换 卷积定理 拉普拉斯矩阵 参考资料： GCN总结
阅读全文
摘要：使用flask封装算法 from flask import Flask, jsonify, request app = Flask(__name__) app.config["JSON_AS_ASCII"] = False # jsonify返回的中文正常显示 @app.route("/regist
阅读全文
摘要：激活函数： 激活函数的作用： 梯度下降由基于链式规则的反向传播组成，链式规则用于获取权值变化以减少每次训练后的损失。 神经网络是利用梯度下降过程来训练的。 如果使用线性函数，每一层输出都是上层输入的线性函数，无论神经网络有多少层，输出都是输入的线性组合。加深神经网络的层数就没有什么意义了。线性函数的
阅读全文
摘要：Word2vec，是一群用来产生词向量的相关模型。这些模型为浅而双层的神经网络，用来训练以重新建构语言学之词文本。网络以词表现，并且需猜测相邻位置的输入词，在word2vec中词袋模型假设下，词的顺序是不重要的。训练完成之后，word2vec模型可用来映射每个词到一个向量，可用来表示词对词之间的关系
阅读全文
摘要：Reddis 1.字符串 String是Redis最基本的类型，是二进制安全的，意味着Redis的string可以包含任何数据，比如jpg图片。 一个redis中字符串value最大是512M 常用命令 set 添加键值对 get 查询对应键值 append 将给定的追加到原值的末尾 strlen
阅读全文
摘要：分布式图神经网络 一、DGL中的实现 官网：https://docs.dgl.ai/en/latest/guide_cn/index.html DGL是用于图结构深度学习的Python库，通过与主流的深度学习框架集成（包括Tensorflow、PyTorch、MXNet），能够实现从传统的张量运算到
阅读全文
摘要：普通的神经网络 普通神经网络有三个部分，输入层x，隐藏层h，输出层o CNN 循环神经网络（RNN） RNN的每一个时序是一个前馈神经网络，但是为了在每一个时刻都包含前边时序的信息，所以RNN的每个时序共享了隐藏层，即当前时刻的输入不仅包含了当前时刻的词，还包含了前一时刻的隐藏层的输出。
阅读全文