jasonzhangxianrong

2023年9月25日

摘要： 1、如何制作自己的图数据 import warnings warnings.filterwarnings("ignore") import torch 创建一个图，信息如下： x是每个点的输入特征，y是每个点的标签 x = torch.tensor([[2,1], [5,6], [3,7], [12 阅读全文

posted @ 2023-09-25 22:21 jasonzhangxianrong 阅读(203) 评论(0) 推荐(0) 编辑

2、点分类任务

摘要： 1、Cora dataset(数据集描述：Yang et al. (2016)) 论文引用数据集，每一个点有1433维向量最终要对每个点进行7分类任务(每个类别只有20个点有标注) from torch_geometric.datasets import Planetoid#下载数据集用的 fro 阅读全文

posted @ 2023-09-25 20:39 jasonzhangxianrong 阅读(141) 评论(0) 推荐(0) 编辑

1、pytorch_geometric基本使用

摘要： 1、工具包安装方法：一定参考其GITHUB：https://github.com/pyg-team/pytorch_geometric (千万不要pip直接安装，肯定不行的) （1）先安装编译好的包： https://data.pyg.org/whl/ （2）再安装整体 pip install t 阅读全文

posted @ 2023-09-25 19:36 jasonzhangxianrong 阅读(428) 评论(0) 推荐(1) 编辑

2023年7月16日

NLP（五十一）：利用对比学习设计自己的损失函数

摘要：转https://zhuanlan.zhihu.com/p/590547670 Contrastive Loss简介对比损失在非监督学习中应用很广泛。最早源于2006年Yann LeCun的”Dimensionality Reduction by Learning an Invariant Map 阅读全文

posted @ 2023-07-16 20:22 jasonzhangxianrong 阅读(619) 评论(0) 推荐(0) 编辑

NLP（五十）：对比损失与温度系数

摘要：对比学习中的温度系数是一个神秘的参数，大部分论文都默认采用小的温度系数来进行自监督对比学习（例如0.07，0.2）。然而并没有对采用小温度系数的解释，以及温度系数是如何影响学习过程的，即温度系数这个角色的意义。今天给大家介绍一篇CVPR2021中研究对比损失（Contrastive Loss）温度阅读全文

posted @ 2023-07-16 18:32 jasonzhangxianrong 阅读(655) 评论(0) 推荐(0) 编辑

NLP（四十七）：损失函数

摘要：三元组损失 triplet loss 设计初衷：让x与这个跟他同类的点距离更近，跟非同类的点距离更远。 d是距离，m的含义是，当x与x+的距离减去x与x-，如果小于-m时，对损失函数的贡献为0，如果大于-m时，对损失的贡献大于0. 含义就是：当负例太简单时，不产生损失，这个损失的目标是，挑选困难阅读全文

posted @ 2023-07-16 18:10 jasonzhangxianrong 阅读(86) 评论(0) 推荐(0) 编辑

NLP（四十六）：GLOVE

摘要：转载自https://zhuanlan.zhihu.com/p/58916233 在上节，我们学习了词向量的两种训练方式：Skip-Gram和CBOW，都是通过句子中的某个单词去预测另一个单词。而本节，我们将学习第三种词向量的训练模型：GLOVE[1]。 GLOVE模型是由斯坦福教授Manning、阅读全文

posted @ 2023-07-16 17:34 jasonzhangxianrong 阅读(134) 评论(0) 推荐(0) 编辑

2023年6月5日

python(12)：python获得上级目录，上上级目录

摘要： Path=os.getcwd() print(Path) Path=os.path.dirname(os.getcwd()) print(Path) Path=os.path.abspath(os.path.join(os.getcwd(),"../..")) print(Path) 阅读全文

posted @ 2023-06-05 16:06 jasonzhangxianrong 阅读(175) 评论(0) 推荐(0) 编辑

2023年6月2日

(三) linux离线克隆conda

摘要：项目场景：我们用Anaconda创建了虚拟环境，并且想通过U盘拷贝的方式实现虚拟环境的迁移，可以通过虚拟环境打包的方式来实现。迁移环境打包 1.首先要安装一个打包工具 conda install -c conda-forge conda-pack 2.进入到开发环境进入到开发环境中去 sourc 阅读全文

posted @ 2023-06-02 17:51 jasonzhangxianrong 阅读(266) 评论(0) 推荐(0) 编辑

2023年5月30日

（三）linux同时安装pytorch和tensorflow1.14，忽略错误

摘要：一、命令 cat requirements.txt | xargs -n 1 pip install 环境 python3.7 二、requirements.txt absl-py==1.4.0 astor==0.8.1 autograd==1.5 backcall==0.2.0 Bottlenec 阅读全文

posted @ 2023-05-30 22:32 jasonzhangxianrong 阅读(107) 评论(0) 推荐(0) 编辑

公告