摘要: Pytorch Autograd (自动求导机制) Introduce Pytorch Autograd库 (自动求导机制) 是训练神经网络时,反向误差传播(BP)算法的核心。 本文通过logistic回归模型来介绍Pytorch的自动求导机制。首先,本文介绍了tensor与求导相关的属性。其次,通 阅读全文
posted @ 2020-08-02 11:41 沁泽 阅读(1942) 评论(1) 推荐(0) 编辑
摘要: Pytorch tensors (张量) Introduce Pytorch的Tensors可以理解成Numpy中的数组ndarrays(0维张量为标量,一维张量为向量,二维向量为矩阵,三维以上张量统称为多维张量),但是Tensors 支持GPU并行计算,这是其最大的一个优点。 本文首先介绍tens 阅读全文
posted @ 2020-07-31 07:33 沁泽 阅读(2888) 评论(0) 推荐(0) 编辑
摘要: (CPU version) Pytorch 安装与测试 Introduce PyTorch是一个基于Torch的Python开源机器学习库,用于自然语言处理等应用程序。支持两个高级功能: 支持GPU加速张量计算 支持深度神经网络设计 本文介绍CPU版本的Pytorch (1.5.0) 的安装与测试。 阅读全文
posted @ 2020-07-31 07:31 沁泽 阅读(7198) 评论(1) 推荐(0) 编辑
摘要: LINE Abstract LINE 是一种将大规模网络结点表征成低维向量的算法,可很方便用于网络可视化,结点分类,链路预测,推荐。 source code Advantage LINE相比于其他算法来说有如下几点优势: 适用于大规模网络。 有明确的目标函数(这一点DEEPWALK是没有的,DW没有 阅读全文
posted @ 2019-01-16 16:12 沁泽 阅读(2033) 评论(0) 推荐(0) 编辑
摘要: DeepWalk Background 使用机器学习的算法解决问题需要有大量的信息,但是现实世界中的网络中的信息往往比较少,这就导致传统机器学习算法不能在网络中广泛使用。 (Ps: 传统机器学习分类问题是学习一种假设,将样本的属性映射到样本的类标签,但是现实网络中的结点属性信息往往比较少,所以传统机 阅读全文
posted @ 2018-06-13 09:56 沁泽 阅读(12238) 评论(2) 推荐(1) 编辑
摘要: .csv Introduction CSV是一种常以逗号或者制表符分割的文件格式。 利用Excel创建一个csv文件 用记事本打开,实际上是这样子的: 读取csv文件 直接用open()打开 用python自带的标准库读取 可见格式稍微比上述漂亮一些。 用pandas读取 显然利用pandas库直接 阅读全文
posted @ 2018-05-30 14:58 沁泽 阅读(1025) 评论(0) 推荐(0) 编辑
摘要: Panda Introduction Pandas 是基于 NumPy 的一个很方便的库,不论是对数据的读取、处理都非常方便。常用于对csv,json,xml等格式数据的读取和处理。 Pandas定义了两种自己独有的数据结构,Series 和 DataFrame。 Series Series可以理解 阅读全文
posted @ 2018-05-30 14:56 沁泽 阅读(238) 评论(0) 推荐(0) 编辑
摘要: SDN 期末作业总结 设计场景 我们采用参考场景一,实现负载均衡,拓扑图及端口示意如下: 演示视频 "视频地址" 关键代码 期末分工 主要负责代码编写,参与小组讨论。 课程总结 上了这门课程之后,使得我对sdn新构型网络有了更进一步的理解,通过控制面板和转发面的分离,更好的是的程序能够很好的控制网络 阅读全文
posted @ 2018-01-24 16:21 沁泽 阅读(776) 评论(0) 推荐(0) 编辑
摘要: 个人作业——软件工程实践总结作业 "作业链接" 一、请回望暑假时的第一次作业,你对于软件工程课程的想象 1)对比开篇博客你对课程目标和期待,“希望通过实践锻炼,增强计算机专业的能力和就业竞争力”,对比目前的所学所练所得,在哪些方面达到了你的期待和目标,哪些方面还存在哪些不足,为什么? Answer: 阅读全文
posted @ 2017-12-27 19:03 沁泽 阅读(204) 评论(2) 推荐(0) 编辑
摘要: SDN第5次上机作业 "作业链接" 1.建立以下拓扑,并连接上ODL控制器。 2.利用ODL下发组表、流表,实现建议负载均衡 3.利用Wireshark验证负载均衡的实现 s4 eth1 s4 eth2 s4 eth3 阅读全文
posted @ 2017-12-27 17:40 沁泽 阅读(172) 评论(0) 推荐(0) 编辑