按时间归档：2022年05月
-
【论文笔记_知识蒸馏_2022】Class-Incremental Learning by Knowledge Distillation with Adaptive Feature Consolida
Summary 我们提出了一种基于深度神经网络的新型类增量学习方法，该方法在有限的内存中不断学习新任务，以存储先前任务的示例。基于知识蒸馏，我们的算法提供了一种原则性方法来保留旧模…
-
机器学习——时间序列预测方法
content 传统时间序列建模 自回归模型（Autoregressive model，简称AR） definition 自回归模型（英语：Autoregressive model…
-
pytorch基础（六）- 卷积神经网络
卷积简介 Sharpen: blurry:边缘检测： 卷积核和计算 卷积输出特征图可视化 卷积神经网络低层的feature map观察的是低层的特征，比如图像中的角度、边缘之类的，…
-
一文读不懂系列之“线性回归”
看不懂系列的“线性回归” 1. 模型 训练集，自变量为样本的特征向量，因变量为； 权重向量和偏差是可学习的参数； 线性模型：函数 增广权重向量和增广特征向量统一为下和，则线性模型简…
-
论文学习——基于混合GA优化LSTM的中小流域流量预测研究
写在前面：《计算机模拟》；承办单位：中国航天科工集团公司第十七研究所；中文核心；每月一次； 1 摘要 提出方法）（模型）：SP_GA算法优化LSTM模型参数 即 SP_GA_LST…
-
卷积神经网络特征图可视化及其意义
特征图可视化方法 1. tensor->numpy->plt.save 以VGG网络可视化为例，参考代码见链接。[0] 不同层的特征图对比 modulelist = l…
-
谣言检测文献阅读四—Reply-Aided Detection of Misinformation via Bayesian Deep Learning
系列文章目录 谣言检测文献阅读一—A Review on Rumour Prediction and Veracity Assessment in Online Social Ne…
-
机器学习-03-NB算法+Laplacian平滑
学习来源：日撸 Java 三百行（51-60天，kNN 与 NB）_闵帆的博客-CSDN博客_knn算法java实现[0] 数据集 @relation weather.symbol…
-
机器学习——kMeans聚类
一、kMeans是什么？ kMeans算法是最常用的聚类算法，该算法的主要作用是将相似的样本自动归到一个类别中。 kMeans算法十分简单易懂而且非常有效，但是合理的确定K值和K个…
-
bilstm-cnn-attention对时序数据进行预测
1、摘要 本文主要讲解：bilstm-cnn-attention对时序数据进行预测大意： 分块时序数据生成3D时序数据块 建立模型，卷积层-bilstm层-attention按顺序…
