Informer模型实战案例(代码+数据集+参数讲解)
资源文件列表(大概)
资源内容介绍
本篇博客带大家看的是Informer模型进行时间序列预测的实战案例，它是在2019年被提出并在ICLR 2020上被评为Best Paper，可以说Informer模型在当今的时间序列预测方面还是十分可靠的，Informer模型的实质是注意力机制+Transformer模型，Informer模型的核心思想是将输入序列进行自注意力机制的处理，以捕捉序列中的长期依赖关系，并利用Transformer的编码器-解码器结构进行预测，通过阅读本文你可以学会利用个人数据集训练模型。Informer是一种用于长序列时间序列预测的Transformer模型,但是它与传统的Transformer模型又有些不同点，与传统的Transformer模型相比，Informer具有以下几个独特的特点：1. ProbSparse自注意力机制：Informer引入了ProbSparse自注意力机制，该机制在时间复杂度和内存使用方面达到了O(Llog L)的水平，能够有效地捕捉序列之间的长期依赖关系。2. 自注意力蒸馏：通过减少级联层的输入，自注意力蒸馏技术可以有效处理极长的输入序列，提高了模型处理长序列的能力用户评论 (0)
相关资源
基与yoloV8姿态检测实现坐、站立、跌倒姿态推理评估(含源代码)
目标检测模型，典型代表有YOLO、SSD和Yolo等。这些方法采用基于回归的思想，在输入图像的多个位置直接回归出区域框坐标和物体类别，具有快速的识别速度和与faster R-CNN相当的准确率。本实例项目基与yolov8n-pose预训练模型实现人的站立、跌倒、坐的姿 态估计。
基于深度学习的课堂行为识别和考试作弊检测系统的设计与实现（python源码）
课堂专注度及考试作弊系统、课堂动态点名，情绪识别、表情识别和人脸识别结合转头(probe)+低头(peep)+传递物品(passing)课堂专注度+表情识别侧面的传递物品识别**人脸识别**：dlib_face_recognition_resnet_model_v1.dat- detection_system/face_recog/weights**人脸对齐**：shape_predictor_68_face_landmarks.dat- detection_system/face_recog/weights**作弊动作分类器**：cheating_detector_rfc_kp.pkl## 使用### 运行setup.py安装必要内容## 使用### 运行setup.py安装必要内容```shellpython setup.py build develop```[windows上安装scipy1.1.0可能会遇到的问题](https://github.com/MVIG-SJTU/AlphaPose/issues/722)### 运行
CIFAR-100 图片格式数据集
CIFAR-100 图片格式数据集，按 100 分类文件夹储存https://github.com/cyizhuo/CIFAR-100-dataset
共享单车数据集（Capital Bikeshare）
一个著名的共享单车数据集，可以用来做神经网络分类器入门练习
Sub_data.zip
李宏毅视频课作业3-食物分类任务使用的微型数据集。
imagenet-sample-images-master.zip
ncnn量化int所需的校准图像
NAR-RNN时间序列预测代码（数据集+训练+预测+预测效果对比）
新手入门必备，可以尝试一下，这里可以直接用自己的数据集替换掉就好了，也可以私信我进行替换！
radar_camera_calibration__manual.zip
毫米波雷达与相机联合标定体验版。半开源代码。在Ubuntu16.04和18.04已测试。校准原理： https://blog.csdn.net/hgz_gs/article/details/114288657
ChatGPT中文使用手册
chatGPT是由OpenAI训练的一款大型语言模型，最新版为GPT3.5（公开版）和GPT4.0（PLUS会员版本）它能够生成类似于人类写作的文本。您只需要给出提示或提出问题，它就可以生成你想要的东西。在此文章中，您将找到可与 ChatGPT 一起使用的各种提示。我们已经根据OpenAI给的官方接口，开发出国内应用ChatGPT小程序，目前接口为GPT3.5，待官方API接口开放后，将会升级至GPT4.0。类别：学术论文、创意写作、内容创作、商业写作、学术编辑、翻译、数据分析、技术文档、教育培训、网站内容、研究咨询、演讲稿、个人陈述、简历和求职信、广告文案、SEO优化、社交媒体、新闻稿、多语言翻译等
cs231n作业+数据集.zip
压缩包中包括了斯坦福公开课cs231n课后的作业(未做), 以及需要使用的数据集 都打包在一起了就需要要费劲找了(*^▽^*)还有一个课件在另一个包里, 因为太大了一起传不了
基于改进蚁群算法的多机器人路径规划算法优化研究：去除冗余点，实现平滑路径与实时动态调整,《基于改进蚁群算法与多机器人动态路径规划技术研究：去冗平滑全局局部路径优化算法实现及代码解析》,改进蚁群算法多机
基于改进蚁群算法的多机器人路径规划算法优化研究：去除冗余点，实现平滑路径与实时动态调整,《基于改进蚁群算法与多机器人动态路径规划技术研究：去冗平滑全局局部路径优化算法实现及代码解析》,改进蚁群算法多机器人路径规划算法 改进蚁群算法+去除多余冗点(路径平滑)+全局和局部多移动机器人实时动态规划。代码注释完全易懂，效果请看下图。预先声明：该程序为版权所述，仅供学习参考使用，蚁群算法 动态窗口法 dwa 多机器人 路径规划算法基于改进蚁群算法实现静态已知障碍物避障，基于动态窗口算法实现静态未知障碍物避障，动态未知障碍物避障,核心关键词：改进蚁群算法; 多机器人路径规划算法; 去除多余冗点; 路径平滑; 全局和局部动态规划; 实时性; 障碍物避障; 静态已知障碍物避障; 动态窗口法(DWA); 多机器人。,优化蚁群算法：多机器人路径规划与障碍物避障系统
成熟锂离子电池管理系统BSM方案及充放电模组详解：PCB与原理图概览,成熟锂离子电池管理系统BSM方案及关键模组介绍：高效电池组充放电管理与单电池模组概览,成熟锂离子电池管理系统BSM方案，包括pcb
成熟锂离子电池管理系统BSM方案及充放电模组详解：PCB与原理图概览,成熟锂离子电池管理系统BSM方案及关键模组介绍：高效电池组充放电管理与单电池模组概览,成熟锂离子电池管理系统BSM方案，包括pcb，原理图。单电池充放电模组，电池组充放电模组。提示，没有程序。,核心关键词：成熟锂离子电池管理系统; BSM方案; PCB; 原理图; 单电池充放电模组; 电池组充放电模组。,成熟锂离子电池管理系统BSM方案：单电池充放电模组与电池组管理解析