摘要： 前言 图神经网络在应用上还只是起步阶段，应用领域有药物发现、物理模拟、虚假新闻检测、车流量预测、推荐系统等。这篇文章是探索和解释现代图神经网络，第一部分是什么样的数据能表示成一张图，第二部分是图和别的数据有什么不同，第三部分是构建GNN的模块，第四部分是搭建一个GNN的playground 1.图是 阅读全文

摘要： ######################################################### 有关PyTorch一些学习笔记，目前笔记并不全面，只是针对性记录一些对应地铁预测中运用的的原理，函数，方法（有些没有使用的函数也会纪录，但并不详细）。 ################ 阅读全文

摘要： 栅格化公式图 生成的栅格图 代码： 1 import pandas as pd 2 import numpy as np 3 import geopandas as gpd 4 #用geopandas包读取深圳的行政区划shapefile文件，赋值给sz变量 5 sz = gpd.GeoDataFr 阅读全文

摘要： 继续上周的数据实战-本周主要围绕出租车GPS展开 一、从出租车GPS数据中提取乘客出行OD 1. 数据清洗：是对数据进行检查和校验的过程，包括检查数据一致性，处理无效值和缺失值等。 出租车数据包括：车辆编号，时间数据，位置数据，载客信息。 出租车GPS数据可能存在一些异常数据，这些异常数据会影响我们 阅读全文

摘要： 为了强化数据处理能力，本周做了一次共享单车数据实战，数据为2020年厦门市共享单车的统计数据，包含共享单车订单数据和电子停车栅栏的经纬度信息数据。 梳理一下具体过程： 1、处理共享单车数据，从中提取停车需求； 2、处理电子栅栏数据，生成地理空间图形； 3、将共享单车的停车需求与电子栅栏进行地图匹配（ 阅读全文

摘要： 一、RNNCell： 1、使用实例 hello--ohlol 图示： 要注意inputSize 1 #载入数据 2 3 import torch 4 input_size = 4 5 hidden_size = 4 6 batch_size = 1 7 8 idx2char = ['e', 'h', 阅读全文

摘要： 1、前一部分叫做Feature Extraction，后一部分叫做classification 2、每一个卷积核它的通道数量要求和输入通道是一样的。这种卷积核的总数有多少个和你输出通道的数量是一样的。 3、卷积(convolution)后，C(Channels)变，W(width)和H(Height 阅读全文

摘要： import torch batch_size = 1 seq_len = 3 input_size = 4 hidden_size = 2 num_layers = 1 #循环神经网络函数RNN #（输入数据（数据的时间维度x的个数，batch，单个数据的维度），记忆体数据（层数（也即第几层的hi 阅读全文

摘要： 把循环神经网络基础篇的代码敲一下 import torchbatch_size = 1seq_len = 3input_size = 4hidden_size = 2##单个RNN，即循环神经网络的单个部分，多个部分组成的是RNNcell = torch.nn.RNNCell(input_size= 阅读全文

摘要： 对W利用穷举法在【0，4】中每0.1步长寻找最优解import numpy as npimport matplotlib.pyplot as pltx_data = [1.0, 2.0, 3.0]y_data = [2.0, 4.0, 6.0]def forward(x): return x*wde 阅读全文