摘要：
动手学图深度学习 图表示学习 研究在嵌入空间（Embedding Space，指在高维数据被映射到低维空间的数学结构）表示图的方法，在图上表示学习核嵌入指的是同一件事，“嵌入”是指将网络中的每个节点映射到低维空间（需要深入了解节点的相似性和网络结构），旨在捕捉图结构中的拓扑信息、节点内容信息以及边的 阅读全文
摘要：
missingno模块讲解 missingno安装 conda install missingno 或者 pip install missingno。 missingno常用API讲解 import missingno as msno 密度图：matrix msno.matrix(df, label 阅读全文
摘要：
动手学图深度学习 声明：本文是在笔者的Pytorch tutorial及深度学习入门(鱼书)笔记的基础上继续学习记录，故有些内容略过。 第三章：深度学习基础 神经网络及其基本组成的补充 欠拟合： 训练误差和验证误差都很严重，而且他们间仅有一点差距，如果模型不能降低训练误差，这可能是因为模型过于简单（ 阅读全文
摘要：
动手学图深度学习task2 第二章：图理论基础 图的背景 图论中著名问题：柯尼斯堡七桥问题 问题： 当时东普鲁士柯尼斯堡，市区跨普列戈利亚河两岸，河中心有两个小岛。小岛与河的两岸有七条桥连接。在所有桥都只能走一遍的前提下，如何才能把这个地方所有的桥都走遍？ 解决思路： 将问题简化为平面上点与线的组合 阅读全文
摘要：
动手学图深度学习task1 第一章：介绍 充满图的世界 图包括人类社会、化学相互作用、知识图谱等，可以分为自然定义的和人造的两种，图有时也称为网络，例如社交网络、经济网络等（这些情况下的网络指的不是深度神经网络）。 图的现实世界应用 社交网络： 有个著名结论是6度分离（两个人之间可以通过6个人相互连 阅读全文
摘要：
这是一篇pytorch的入门教程。 阅读全文
摘要：
这是一篇根据蓝桥杯软件赛知识点大纲写成的知识点代码示范。 阅读全文
摘要：
书生浦语LLM全链路开源体系 LLM介绍 大模型LLM成为发展通用人工智能的重要途径。 专用模型：针对特定人物，一个模型解决一个问题；通用大模型：一个模型应对多种任务、多种模态。 书生浦语LLM发展历程及LM2 InternLM -> InternLM-7B开源 + 全链路开源工具体系 -> 书生万 阅读全文
摘要：
这篇博客主要介绍了数据科学中模型搭建和评估的过程。 阅读全文
摘要：
这篇博客主要介绍了数据分析中的数据可视化部分，包括基础的matplotlib库和seaborn库的使用。 阅读全文