Sign in

  1. pytorch安裝
  2. Dataset
  3. DataLoader
  4. Model建立
  5. Model training
  6. validation
conda create -n env_ …


設置

  1. 有固定大小的地圖(m * m)。
  2. 地圖上有一群人,數量預設是地圖面積的一半(N=m*m/2)。
  3. 每個人都有7個屬性,按編號分別為,[人物id,狀態(病毒含量),行動能力,自癒能力,是否免疫,該回合是否篩檢,是否處於隔離或是在醫院的狀態]。
  4. 初始條件下,每個人的行動能力、自癒能力(常態分布,平均=0.95,標準差=0.05)都是隨機的。
  5. 每個人的初始免疫狀況、篩檢狀況、是否隔離都設為0。
  6. 每個人在地圖上的位置都隨機產生,但有可能同一格,同時站複數個人
  7. 若地圖上的人本身帶有病毒,則在包含自身3*3的範圍內,放入致病力,算法是跟本身的病毒含量成正比,不計算距離遞減的效果。
  8. 有醫療容量的限制,也就是醫院能容納的人數有上限,進入醫院後,會獲得更強的自癒能力。
  9. 若醫院滿了,只做隔離,自癒能力不會增強。
  10. 設定篩檢的準確度,若本身病毒含量大於某個門檻,則有0.95的機率驗出陽性,若低於門檻值,則也有0.95的機率呈現陰性,所以會有False positive的情況。
  11. 只要是呈現positive,且醫院還有位置,就無條件醫院送,否則只做隔離。
  12. 每回合本身的病毒含量會是上一個階段的病毒含量*自癒能力。例如上一回合的病毒含量是1,自癒能力是0.95,則該回合病毒含量更新成0.95,所以自癒能力的數值是越靠近0越強。
  13. 若本身的病毒含量小於某個閾值(預設0.5),且本身的自癒力小於1,那視為痊癒,獲得免疫力,之後不會重複感染。
  14. 多個人在地圖同一區塊投入傳染力時,取最大值作為該位置的傳染力。
  15. 若有一個人出現病徵,要對其過去track_day天(預設是追蹤過去5天)進行軌跡追蹤,這幾天裡,凡是有經過該路徑的人,都要被抓去篩檢,若篩檢完是陽性,加入追蹤名單,且也要追蹤此人過去的路徑和碰到的人。

流程

  1. 初始化人環境及人物參數。
  2. 讓所有人在地圖上漫步track_day天。
  3. 更新自身狀態(自身病毒含量),判斷是否死亡,或痊癒(會有免疫力)。
  4. 每個地圖上的活人,會對周遭投入傳染力。
  5. 若某個人出現病徵(病毒含量大於設定的門檻),則加入佇列,將其過去的行蹤取出,追蹤是否有人這幾天經過這些地點,有的話抓去篩檢,篩檢呈陽性就加入佇列,一路篩檢到佇列最後一位為止。
  6. 在佇列裡面的人,若醫療資源大於0,將其丟到醫院,增強其自癒力;若醫療資源歸零,丟去隔離,不增強其自癒力;本身病毒含量歸零且當下在醫院或隔離地的人,隨機丟回地圖上,且獲得免疫力;本身病毒含量沒有歸零,且在醫院或是隔離的人,原地待著不要亂跑;在地圖的活人,且沒有被檢測出為帶原的人,根據自身移動能力向四周移動。
  7. 重複3~6步驟,直到指定N天。

結果

討論


梯度消失與梯度爆炸

  1. 運算快速,只要判斷正負號就好
  2. 正的區域微分值就是1

  1. LSTM Units, input_shape, return_sequences的意思,
  2. Parameters數目的計算
  3. 實例分享

  • 假設各組都是獨立的,也就是美國、日本、韓國這三組人不會影響彼此的。
  • 假設每一組的變異數都是相同的
  • 假設每一組都是常態分布
  1. 假設主餐有白飯或拉麵,副餐有湯或是豬排,你好奇主餐跟副餐的搭配是否獨立
  2. 假設你擲了一個骰子,你好奇他公正嗎?

1. ROC Curve, AUC, PR Curve and F1-Score

2. ROC Curve



  1. 繼承(Inheritance)
  2. 覆寫(Override)
  3. 多重繼承(Multiple Inheritance)
  4. 多層繼承(Multilevel Inheritance)
  5. 多載(Overloading)
  6. 多型(Polymorphism)
  7. 封裝(Encapsulation)

本篇介紹統計假設檢定的概念包含


lineplot

#匯入必要模組
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
#匯入data
fmri = sns.load_dataset("fmri")
#觀察fmri的資料型態是pandas
print(type(fmri))
#觀察欄位
print(fmri.head())…

QiLearn

Be passionate about learning.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store