Picassooo

摘要： torch.nn.lstm()接受的数据输入是(序列长度，batchsize，输入维数)，使用batch_first=True，可以使lstm接受维度为(batchsize，序列长度，输入维数)的数据输入，同时，lstm的输出数据维度也会变为batchsize放在第一维(可参考这篇博客)。 阅读全文

摘要： 在用PyTorch保存模型时，常常会遇到UserWarning: Couldn't retrieve source code for container of type Net. It won't be checked for correctness upon loading."type " + o 阅读全文

摘要： airflights passengers dataset下载地址https://raw.githubusercontent.com/jbrownlee/Datasets/master/airline-passengers.csv 这个dataset包含从1949年到1960年每个月的航空旅客数目， 阅读全文

摘要： 数据归一化 minmax_scale()函数解析 例子: import numpy as np from sklearn.preprocessing import MinMaxScaler a = np.arange(20).reshape(4, 5) ms = MinMaxScaler(featu 阅读全文

摘要： scikit-learn数据预处理fit_transform()与transform()的区别 阅读全文

摘要： pandas dataframe 提取行和列 阅读全文

摘要： 参考一： PyTorch中LSTM的输出格式 该文章的核心内容截图如下： 总的结论： 注意：如果在搭建lstm网络时使用了batch_first=True，则lstm网络不仅接受的数据第一维是batch，而且输出的结果中，batch也会在第一维，即 output's shape (batch, se 阅读全文

摘要： torch.nn.Module()类有一些重要属性，我们可用其下面几个属性来实现对神经网络层结构的提取： torch.nn.Module.children() torch.nn.Module.modules() torch.nn.Module.named_children() torch.nn.Mo 阅读全文

摘要： python中以下划线开头的变量名的特点 阅读全文

摘要： 从2D卷积到3D卷积，都有什么不一样(动态图演示) 3D卷积（3D Convolution) 论文笔记：基于3D卷积神经网络的人体行为识别(3D CNN) 理解3D CNN 第一种理解方式： 视频输入的维度：input_C x input_T x input_W x input_H；3D卷积核的维度 阅读全文