机器学习
未读
RW与RWR的Python简单实现
本文通过Python和TensorBoard实验展示了随机游走（RW）与重启随机游走（RWR）算法的差异。作者创建了一个十节点图，用Floyd算法计算节点间最短路径，并分别对RW和RWR进行了实验。RW实验中，最终停留点分布较为分散，而RWR结果显示停留点与起始节点距离的紧密程度，表明RWR倾向于返回起始点或其附近，不同于RW的分散特性，直观展示了两种算法在图数据上的行为差异。
机器学习
未读
PyTorch入门-小土堆
本文通过详细代码示例，介绍了使用PyTorch进行深度学习的全过程，包括数据预处理、模型构建、训练、测试、以及使用预训练模型进行图片识别。初始部分展示了如何通过继承Dataset类加载和预处理图像数据。随后，通过TensorBoard的使用，展示了如何进行训练过程的可视化。接着，教程介绍了构建简单卷积神经网络（CNN）的方法，包括如何应用卷积层、池化层、ReLU激活函数、全连接层等基础神经网络构件。此外，还涉及了损失函数和优化器的选择，以及如何使用GPU加速训练过程。最后，教程通过加载预训练的模型，并对新的图像数据进行预测，展示了模型的实际应用。整个过程不仅涵盖了深度学习项目的典型步骤，还提供了关于模型保存、加载和转移学习的实用技巧。