搜索结果
查询Tags标签： xt，共有 13条记录-
使用docker简单编译k20pro内核
简介 本文将介绍一下如何使用docker编译红米k20pro的内核。作者当时尝试构建内核的原因是为了将3年前（好像是吧）购买的k20pro至尊版（已退役，12GB内存，512GB硬盘）制作成一个小的服务器。而如果只有安卓系统，实在是过于简陋，因此作者想在该机器上安装docker以扩展到…
2022/8/20 23:53:52 人评论 次浏览 -
python合并俩列Series
import pandas as pd import csv path=test.csv data=pd.read_csv(path) x=data[label] xt=x.drop_duplicates( keep=first, inplace=False) path1=val.csv data1=pd.read_csv(path1) x1=data1[label] xv=x1.drop_duplicates( keep=first, inplace=False) xt=xt.to_frame(…
2022/8/13 1:24:02 人评论 次浏览 -
Diffusion Models：生成扩散模型
Diffusion Models：生成扩散模型 当前的内容是梳理《Transformer视觉系列遨游》系列过程中引申出来的。目前最近在AI作画这个领域 Transformer 火的一塌糊涂，AI画画效果从18年的 DeepDream[1] 噩梦中惊醒过来，开始从2022年 OpenAI 的 DALLE 2[2] 引来插画效果和联想效果…
2022/8/4 6:23:01 人评论 次浏览 -
1、centos7替换jar包中class文件
一、查询需要替换的文件在jar中的位置> cd /kingdee/jarapp/xt-push/build/libs > jar tvf xt-push.jar | grep HuaWeiClientV3.class执行结果： > jar tvf xt-push.jar |grep HuaWeiClientV3.class > 9685 Wed May 11 09:47:40 CST 2022 BOOT-INF/classes/co…
2022/6/25 5:19:31 人评论 次浏览 -
自回归模型的两种策略——马尔科夫假设与隐变量自回归模型
基础知识 序列模型的基础 由概率论中的贝叶斯公式可知得到全概率公式也就是每一个xt时刻的值，是与它之前所有时刻的值都有关系，因此如果可以通过前面的值推算出分布或者函数（不一定完全按照这个分布），那么就可以有准确的预测。 序列模型 自回归模型的两种策略 1、（马…
2022/2/3 23:49:09 人评论 次浏览 -
时间序列1——随机序列xt的计算方法
一、操作过程 1、先在Excel中产生1-100的数列，然后复制到spss中，点击转换→计算变量，在目标变量中输入et，函数值选择随机数，选择RvNormal，然后数字表达式设置为RvNormal（0，1）2、得到结果，产生et白噪声序列3、 再将数据et复制到Excel中 二、不同的模型xt怎么计算…
2021/11/29 23:36:34 人评论 次浏览 -
时间序列1——随机序列xt的计算方法
一、操作过程 1、先在Excel中产生1-100的数列，然后复制到spss中，点击转换→计算变量，在目标变量中输入et，函数值选择随机数，选择RvNormal，然后数字表达式设置为RvNormal（0，1）2、得到结果，产生et白噪声序列3、 再将数据et复制到Excel中 二、不同的模型xt怎么计算…
2021/11/29 23:36:34 人评论 次浏览 -
算法篇（1）
算法篇（1）因为下学期才开始概率论的学习，所以这里简单写下学习笔记。 贝叶斯滤波 相信大家对概率都不陌生吧，但是今天介绍的贝叶斯滤波与我们平常的概率学不大相同，这里举个我学长跟我介绍的例子，就比如我们平常抛硬币，我们抛一次正面朝上的概率是1/2，抛…
2021/11/28 17:10:13 人评论 次浏览 -
算法篇（1）
算法篇（1）因为下学期才开始概率论的学习，所以这里简单写下学习笔记。 贝叶斯滤波 相信大家对概率都不陌生吧，但是今天介绍的贝叶斯滤波与我们平常的概率学不大相同，这里举个我学长跟我介绍的例子，就比如我们平常抛硬币，我们抛一次正面朝上的概率是1/2，抛…
2021/11/28 17:10:13 人评论 次浏览 -
Datawhale~水很深的深度学习~Task 4: 卷积神经网络（CNN）
写在前面✍ \quad\quad本系列笔记为Datawhale11月组队学习的学习笔记：水很深的深度学习。本次组队学习重理论知识学习，包含DL相关的基础知识，如CNN、RNN、Transformer等。参与本次组队学习两个目的：第一，提起自己DL学习的热情；第二，巩固基础知识，使得做实验更加得…
2021/11/27 23:10:41 人评论 次浏览 -
Datawhale~水很深的深度学习~Task 4: 卷积神经网络（CNN）
写在前面✍ \quad\quad本系列笔记为Datawhale11月组队学习的学习笔记：水很深的深度学习。本次组队学习重理论知识学习，包含DL相关的基础知识，如CNN、RNN、Transformer等。参与本次组队学习两个目的：第一，提起自己DL学习的热情；第二，巩固基础知识，使得做实验更加得…
2021/11/27 23:10:41 人评论 次浏览 -
时间序列学习（2）：白噪声、随机游走
时间序列学习（2）：白噪声、随机游走 1、白噪声2、对数收益率序列3、随机游走4、随机游走示例1、白噪声 白噪声是非常简单的一种建模时间序列的模型。 对于时间序列{wt}\{w_t\}{wt}，若满足下面三个条件，该序列为一个离散的白噪声（white noise）： 每个时间点均值为0…
2021/9/5 23:12:07 人评论 次浏览 -
时间序列学习（2）：白噪声、随机游走
时间序列学习（2）：白噪声、随机游走 1、白噪声2、对数收益率序列3、随机游走4、随机游走示例1、白噪声 白噪声是非常简单的一种建模时间序列的模型。 对于时间序列{wt}\{w_t\}{wt}，若满足下面三个条件，该序列为一个离散的白噪声（white noise）： 每个时间点均值为0…
2021/9/5 23:12:07 人评论 次浏览
