240 发简信
IP属地:广东
  • 你的async_func函数不见了?

    Python:asyncio.wait 和 asyncio.gather 的异同

    1. 异同点综述 相同:从功能上看,asyncio.wait 和 asyncio.gather 实现的效果是相同的,都是把所有 Task 任务结果收集起来。 不同:async...

  • futures哪来的

    python之ThreadPoolExecutor

    在前面的博客中介绍了线程的用法,每次使用都要创建线程,启动线程,有没有什么办法简单操作呢。 python3.2引入的concurrent.future模块中有ThreadPo...

  • 都不知道他写的啥,估计是直接复制粘贴的

    时间序列的Transformer

    https://towardsdatascience.com/the-time-series-transformer-2a521a0efad3[https://towards...

  • 大佬您好,优化算法是用来控制学习率加快模型收敛的吗?还是用于基于训练数据迭代的更新神经网络权重的?

    简单认识Adam优化器

    基于随机梯度下降(SGD)的优化算法在科研和工程的很多领域里都是极其核心的。很多理论或工程问题都可以转化为对目标函数进行最小化的数学问题。 按吴恩达老师所说的,梯度下降(Gr...

  • 单位根检验的原理是什么????调包谁不会啊

    时间序列的平稳性

    一.时间序列的平稳性 并不是所有的时间序列都是可预测的,想象一下,假如一个时间序列的变化特性是不稳定的,那么它每个时期的波动对于之后一个时期的变化的影响都是无法预测的,因为它...

  • @遥远的清平湾 成俗的想法呢

    时间序列预测之:LSTM方法容易出现的问题

    问题描述 在用LSTM预测时间序列时,比如输入是X,预测输出是y: 若X中包含了之前时刻的y值,则最终预测输出y_hat与y之间容易出现滞后现象,即y_hat的值好像是前一时...

  • 预测未来的时候只能使用滚动预测,也就是单步预测!所以多步预测存在的意义只是因为那个实验只在训练集-测试集 上面做而已,没有涉及未来。

    6 种用 LSTM 做时间序列预测的模型结构 - Keras 实现

    LSTM(Long Short Term Memory Network)长短时记忆网络,是一种改进之后的循环神经网络,可以解决 RNN 无法处理长距离的依赖的问题,在时间序列...

  • 所以你是怎么把 x, y, 传进去函数里面的呢?我看你参数也没写这两个,这两个是局部变量啊!

    调参神器贝叶斯优化(bayesian-optimization)实战篇

    今天笔者来介绍一下和调参有关的一些事情,作为算法工程师,调参是不可避免的一个工作。在坊间算法工程师有时候也被称为:调参侠。但是一个合格的算法工程师,调参这部分工作不能花费太多...

  • 这种替换方法,谬论

    时间序列分析中,异常值的检验和处理

    异常值是指一个时间序列观测值中,原来序列一般水平的极端大值和极端小值,有时称为离群点或野值。 用SAS软件运行上述程序,可以从图形中直观看到1.579是异常值。修正方法一:如...

  • 没什么营养的文章

    时间序列分解-预测-集成的建模思路 笔记

    单变量时间序列的 分解-预测-集成 设计思路 一个不错的总结,转自: https://blog.csdn.net/wbl90/article/details/79821898...

  • http://api.goseek.cn/Tools/holiday?date=20180616 已经没了

    节假日api及其整合

    节假日api 今天项目中有一个需求需要用到节假日,项目需求是 要有调休日 要有周末 于是就去网上找。看到比较合适的大概就这几个:1.http://tool.bitefu.ne...

  • 光说不练,你说的,网上都有

    时间序列笔记-季节性ARIMA模型(一)

    笔记说明 在datacamp网站上学习“Time Series with R ”track“ARIMA Modeling with R”课程 做的对应笔记。学识有限,错误难免...

  • 即将未来的数据输入了进去。 这句话有毛病!未来的数据都没有发生,你怎么获得 的,总不能穿越未来吧。

    时间序列预测 cnn卷积与wavenet 在tensorflow2中的实现

    由于时间序列自带时间这一个维度,是一种序列数据。因此自然而然会想到用lstm,seq2seq等模型。但由于无法并行加速,等缺点,我们也可以尝试着用卷积神经网络来预测时间。 首...

  • 找不到turtle.py,

    pycharm不识别turtle下的解决方法

    原因 pycharm和turtle库有冲突,不能自己识别出turtle下的方法: 解决方案 找到turtle.py,你可以对turtle库的源码进行如下修改:注释掉原来的_ ...

  • 我的也是。因为这个图和这个文章好像没啥关系

    时间序列模型(ARIMA)

    时间序列简介 时间序列 是指将同一统计指标的数值按其先后发生的时间顺序排列而成的数列。时间序列分析的主要目的是根据已有的历史数据对未来进行预测。 常用的时间序列模型 常用的时...

  • 原始论文地址呢?

    glove-论文阅读

    glove全称是Global Vectors for Word Representation,它是基于全局词频统计的词表征工具,他可以将一个单词表示为一个向量,这些向量捕捉到...

  • Pytorch中可以重写Dataset的__getitem__(self, index)方法和__len__(self)方法,请问tensorflow如何实现这种功能?TensorFlow的Dataset也有吗?我没有看到emmm源码里面好像也没有

    深度学习框架之tensorflow

    TensorFlow是什么? TensorFlow基于数据流图,用于大规模分布式数值计算的开源框架。节点表示某种抽象的计算,边表示节点之间相互联系的张量。 TensorFlo...

  • 求帮助:

    D:\Desktop\pythonProject1_tf\venv\Scripts\python.exe D:/Desktop/pythonProject1_tf/transformers_summarization.py
    2021-03-06 00:56:58.862734: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_100.dll
    Traceback (most recent call last):
    File "D:/Desktop/pythonProject1_tf/transformers_summarization.py", line 12, in <module>
    tokenizer = GPT2Tokenizer.from_pretrained(model_path)
    File "D:\Desktop\pythonProject1_tf\venv\lib\site-packages\transformers\tokenization_utils_base.py", line 1140, in from_pretrained
    return cls._from_pretrained(*inputs, **kwargs)
    File "D:\Desktop\pythonProject1_tf\venv\lib\site-packages\transformers\tokenization_utils_base.py", line 1246, in _from_pretrained
    list(cls.vocab_files_names.values()),
    OSError: Model name '/pre_train_model/summary_mode/' was not found in tokenizers model name list (gpt2, gpt2-medium, gpt2-large, gpt2-xl, distilgpt2). We assumed '/pre_train_model/summary_mode/' was a path, a model identifier, or url to a directory containing vocabulary files named ['vocab.json', 'merges.txt'] but couldn't find such vocabulary files at this path or url.

    进程已结束,退出代码1

    Hugging Face的Transformers库简单用法

    1. 基本用法 Hugging face提供的transformers库主要用于预训练模型的载入,需要载入三个基本对象 BertConfig是该库中模型配置的class。 B...

个人介绍
记录大学,记录生活,记录自己。