摘要：
流程：上传数据集到自己的google drive => 新建google colaboratory => 把colab和drive连接起来以访问drive上的数据集、代码文件等。 1.从google云盘新建colab的ipynb文件，重命名，并且修改为GPU。 2.colab和drive的连接： f 阅读全文
摘要：
机器学习中的两大类参数： 超参数：在模型训练之前需要设置的参数，而不是通过训练得到的参数数据。比如：学习率，深层神经网络隐藏层数。 模型参数：模型要学习的参数，比如：权重W和偏置b，其是在网络训练过程中自动学习和更新。 前向算法：从网络输入到网络最终输出的过程称为前向算法。 反向传播算法(BP)：模 阅读全文
摘要：
1.安装包下载 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A 2.在安装目录下：bash 安装包名 bash Anaconda3-2021.05-Linux-x86_64.sh 3.一路安装yes,直到成功 4.修改环境 阅读全文
摘要：
计算机网络 1.TCP/IP协议 https://github.com/zqjflash/tcp-ip-protocol https://snailclimb.gitee.io/javaguide/#/docs/network/%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%BD%91 阅读全文
摘要：
一、导入自己的数据集 PyTorch 所有的数据集对象都是torch.utils.data.Dataset的子类。在继承它的时候必须要重写其__len__和__getitem__方法； 为了方便数据的存储和读入，可以将数据存为.pt文件（PyTorch 的标准数据文件）； 四个基本函数 torch_ 阅读全文
摘要：
1.np.vstack() 将数组沿垂直方向堆叠起来 np.hstack() 将数组沿水平方向堆叠起来 2.numpy.argmax(a, axis=None, out=None) 返回沿轴axis最大值的索引号。axis=0按列输出，axis=1按行输出。 3.torch.cat(A,B,dim= 阅读全文
摘要：
(GNN) zhang@zhang:~$ pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-1.8.0+cpu.html 阅读全文
摘要：
一 阅读全文
摘要：
KNN：K-近邻算法，是一种基本分类和回归的算法。 K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例，这K个实例的多数属于某个类，就把该输入实例分类到这个类中。（这就类似于现实生活中少数服从多数的思想）。 GNN：对图进行处理，实现节点分类，链接预测，图 阅读全文
摘要：
同时按住alt+sysrq 在此基础上依次按 r e i s u b。 阅读全文