忘了忘了，以前学的矩阵知识全交给老师了，敲黑板了，矩阵乘法实例讲解

在这个地方整蒙了，W1和W2这俩是矩阵的标记，但是后面只有个Tr-1和Cr-1，我？？？？

实际上，1 x Tr-1这种表示，即可以是向量也可以是矩阵呀，没有问题，往下理解是向量，往上理解就是矩阵，

其次，W1与做运算是将W1当作Tr-1 × 1的矩阵进行运算，而W3和运算是将其当成1 × Cr-1进行运算，我们可以看到W1和W3是都是用的R^(?)的形式表示的矩阵，但是运算时候却不一样，敲黑板了！这就是我整蒙圈的地方，你想R^(?)是个欧几里得空间，1×Cr-1和Cr-1 × 1都是R^Cr-1的欧几里得空间，因此R^(?)这个东西我们是根据运算可以实时调整它是1 x c还是c x 1的！

接下来就是R^(N x Cr-1 x Tr-1),这个？？？这咋个运算哦？

敲黑板！这种高维的，我们以低维的眼光去分解他，看成N个Cr-1 x Tr-1的矩阵，那么W3与分别与N个相乘，那么自然就得到了N个1 x Tr-1的矩阵，再写成R就是R^(N x Tr-1)了。再转置一下，右边W3的计算结果就是一个R^(Tr-1 x N)的值

好！那么代码里面怎么搞得呢？先上代码：

# defer the shape of paramsself.W_1.shape = (num_of_timesteps, )  #对标初始化的时间长度self.W_2.shape = (num_of_features, num_of_timesteps)   #特征数目 x 时间长度self.W_3.shape = (num_of_features, )self.b_s.shape = (1, num_of_vertices, num_of_vertices)self.V_s.shape = (num_of_vertices, num_of_vertices)for param in [self.W_1, self.W_2, self.W_3, self.b_s, self.V_s]:param._finish_deferred_init()    #完成模块的初始化# compute spatial attention scores# shape of lhs is (batch_size, V, T)lhs = nd.dot(nd.dot(x, self.W_1.data()), self.W_2.data())  #lhs式子左部# shape of rhs is (batch_size, T, V)#之所以x是四维的是因为批处理的问题，batch_size=10意思是10个样本同时进行计算。x的维度是10 x V x features x Trhs = nd.dot(self.W_3.data(), x.transpose((2, 0, 3, 1)))product = nd.batch_dot(lhs, rhs)S = nd.dot(self.V_s.data(),nd.sigmoid(product + self.b_s.data()).transpose((1, 2, 0))).transpose((2, 0, 1))

诶？这里面咋有多了一维？啥情况，原因是我们训练是一个batch一个batch训练的

那么这里面咋没有 .T的转置操作呢？讲解

一开始batch_size x N x C x T，那么你当然可以直接算，然后再来个转置，最终能够满足Tr-1 x N的结果，但如果你先对这个高维的矩阵进行一下transpose的变化，变换成C x batch x T x N这个形式再和W3运算，就可以直接得到T x N就不用做转置了。类似于上面三维的情况，C x batch x T x N做运算的时候看成C x 1的矩阵，里面的1是batch x T x N，然后就成了batch x T x N，因为batch是训练用的，其实就是Tr-1 x N了

参考资料：Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting 2020.AAAI

https://github.com/wanhuaiyu/ASTGCN

忘了忘了，以前学的矩阵知识全交给老师了，敲黑板了，矩阵乘法实例讲解相关推荐

低秩矩阵补全算法matlab实现,推荐系统中的矩阵补全算法
最基本的问题,以用户电影评分为例,也就是这个用户-电影矩阵. 表中是用户多电影的评分,但评分有缺失,因为用户不可能对所有电影作出评价. 那么推荐问题就是给用户合理推荐一个没看过的电影,合理是指,预测用 ...
想爱，爱不了，想恨，恨不下，想忘，忘不了
总有那么个人,.想爱,爱不了总有那么个人,想恨,恨不下总有那么个人,想留,却留不住总有那么个人,想放,却放不下有的.有的.有的... 有的人,爱过了,就分开了有的话,说过了,就后悔了有道伤 ...
矩阵转置算法 oracle,请编写程序fun，函数的功能是：实现B＝A＋Aˊ，即把矩阵A加上A的转置，存放在矩阵B中。计算结果在main函...
请编写程序fun,函数的功能是:实现B＝A+Aˊ,即把矩阵A加上A的转置,存放在矩阵B中.计算结果在main函更多相关问题假定砌块对孔砌筑,孔内不灌实混凝土,柱头全截面设一预制刚性垫块,且梁端有效 ...
ker矩阵是什么意思_重做第一次作业（矩阵）
doc 函数名输进命令行窗口可以查看官方帮助,但是是英文的--得搭配翻译软件 Clc clear每次写程序前一个是擦黑板(清空命令行窗口)一个是清除所有变量 clf 画图前,用于清除所有图片什 ...
python将list转为矩阵_python list转矩阵的实例讲解
python list转矩阵的实例讲解如下所示: #list转矩阵,矩阵列合并 x = [[1.2,2.2,1.4],[1.3,2.4,2.1],[1,1,0]] #表示有三个点,第一个点为(1,2 ...
java 学到什么实习_我如何获得外展实习机会以及到目前为止所学到的知识
java 学到什么实习 by Nguedia Adele 由Nguedia Adele 我如何获得外展实习机会以及到目前为止所学到的知识 (How I got my Outreachy interns ...
服务器部署基础知识_我在生产部署期间学到的知识
服务器部署基础知识 by Shruti Tanwar 通过Shruti Tanwar 我在生产部署期间学到的知识 (What I learned during production deploymen ...
R语言使用caret包的confusionMatrix函数计算混淆矩阵、使用编写的自定义函数可视化混淆矩阵（confusion matrix）
R语言使用caret包的confusionMatrix函数计算混淆矩阵.使用编写的自定义函数可视化混淆矩阵(confusion matrix) 目录
DeepMind发69页长文掀开AlphaZero的黑盒：神经网络学到的知识和人类基本相似！
来源:新智元本文约2400字,建议阅读10+分钟 AlphaZero下棋和人类下棋究竟有什么区别?是否掌握了一些人类未曾了解过的知识? [ 导读 ] AlphaZero下棋和人类下棋究竟有什么区别? ...
matlab 定义矩阵_MATLAB与Python,Mathematica由高维转化一维矩阵的方式的不同
在进行数据处理的时候,我比较喜欢的数据存储方式是所有的数据都保存成MATLAB的".mat"文件,这种格式Python,Mathematica,MATLAB都会支持.不过在转化的时 ...

忘了忘了，以前学的矩阵知识全交给老师了，敲黑板了，矩阵乘法实例讲解

忘了忘了，以前学的矩阵知识全交给老师了，敲黑板了，矩阵乘法实例讲解相关推荐

最新文章

热门文章

忘了 忘了，以前学的矩阵知识全交给老师了，敲黑板了，矩阵乘法实例讲解

忘了 忘了，以前学的矩阵知识全交给老师了，敲黑板了，矩阵乘法实例讲解相关推荐

最新文章

热门文章

忘了忘了，以前学的矩阵知识全交给老师了，敲黑板了，矩阵乘法实例讲解

忘了忘了，以前学的矩阵知识全交给老师了，敲黑板了，矩阵乘法实例讲解相关推荐