小编Pet*_*Kim的帖子

我是一个ubuntu 16.4用户,我安装了anaconda3并同时使用python2和python3内核.

>>> jupyter kernelspec list可用的内核:python2 /home/peterkim/.local/share/jupyter/kernels/python2 python3/home/peterkim/anaconda3/share/jupyter/kernels/python3

和..问题是,我不知道在哪里/如何安装包,以便我的python2 jupyter笔记本不会出错"没有模块命名...".我试过了pip install matplotlib,conda install matplotlib并且还将'/ home // anaconda2/pkgs'附加到了sys.path.

(我还安装了anaconda2以寻找使用并行内核的方式.之后我意识到不需要anaconda2.但我没有卸载它.)

谢谢你提前帮助我..!

我试图可视化过滤器在 CNN 文本分类模型中学习的内容。为此，我在卷积层之后提取了文本样本的特征图，对于大小为 3 的过滤器，我得到了 (filter_num)*(length_of_sentences) 大小的张量。

df = pd.DataFrame(-np.random.randn(50,50), index = range(50), columns= range(50))
g= sns.clustermap(df,row_cluster=True,col_cluster=False)
plt.setp(g.ax_heatmap.yaxis.get_majorticklabels(), rotation=0) # ytick rotate
g.cax.remove() # remove colorbar
plt.show()

这段代码的结果是：

我看不到 y 轴上的所有刻度。这是必要的，因为我需要查看哪些过滤器学习哪些信息。有什么方法可以正确显示 y 轴上的所有刻度吗？

我正在尝试实施"Livelinet:多模式深度回归神经网络预测教育视频中的活力"的结构.

为简单说明,我将10秒音频片段分成10个1秒音频片段,并从该1秒音频片段中获取谱图(图片).然后我使用CNN从图片中获取表示向量,最终获得每个1秒视频剪辑的10个向量.

接下来,我将这10个向量提供给LSTM,我在那里得到了一些错误.我的代码和错误回溯如下:

class AudioCNN(nn.Module):

def __init__(self):
    super(AudioCNN,self).__init__()
    self.features = alexnet.features
    self.features2 = nn.Sequential(*classifier)
    self.lstm = nn.LSTM(512, 256,2)
    self.classifier = nn.Linear(2*256,2)

def forward(self, x):
    x = self.features(x)
    print x.size()
    x = x.view(x.size(0),256*6*6)
    x = self.features2(x)
    x = x.view(10,1,512)
    h_0,c_0 = self.init_hidden()
    _, (_, _) = self.lstm(x,(h_0,c_0)) # x dim : 2 x 1 x 256
    assert False
    x = x.view(1,1,2*256)
    x = self.classifier(x)

    return x

def init_hidden(self):
    h_0 = torch.randn(2,1,256) #layer * batch * input_dim
    c_0 = torch.randn(2,1,256)
    return h_0, …