问题标签 [triplet]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
rust - 如何查询 rustc 的主机三元组?
使用 gcc 时,我可以通过运行gcc -dumpmachine
. 在我当前的系统上,这给了我x86_64-linux-gnu
.
我怎样才能稳定rustc
打印我的主机三倍?(x86_64-unknown-linux-gnu
在这种情况下)
rustc
的文档似乎不包含除--print
and之外的任何相关内容--version
。似乎都没有产生宿主目标三倍。
澄清:到目前为止,关于 nightly 给出了两个答案,我想强调这个问题专门针对稳定 rustc
的编译器。
python - 有没有办法优化找到 a+b+c=1000 的毕达哥拉斯三元组的算法?
我正在尝试解决项目 euler 的第 9 个问题,这段代码可以完成这项工作,但是这样做需要很长时间(注意:我刚刚意识到 a<b<c 条件在函数中是无用的,因为它总是在循环)
python - 从非急切张量流中的每行 3d 矩阵中选择随机非零元素
我正在尝试通过随机负三元组选择来实现三元组损失。现在我有一个形状为 (batch_size, batch_size, batch_size) 的张量,其中元素 (i,j,k) 等于
dist(i,j) - dist(i,k) + margin
(i 是锚,j 是正对,ka 负)。
我将所有无效元素清零并tf.maximum(tensor,0.)
为每对 i,j 取 Now 我想随机选择一个非零元素(如果存在),并计算所有这些选定元素的平均值。我需要禁用急切的执行,所以我不需要遍历任何东西。
现在我的代码如下所示:
我假设可以通过使用 tf.distributions.Uniform 来实现随机性,但是由于每对 i,j 具有不同数量的有效索引 k 我不知道如何应用它。
python - 使用 keras 进行 RNN 的三元组网络
我正在尝试为三元组损失(使用 keras)编写一个自定义损失函数,它需要 3 个参数锚,正数和负数。三元组是使用 gru 层生成的,model.fit 的参数是通过数据生成器提供的。
我面临的问题是在训练时:
损失函数的实现
这可能是因为 keras 期望数组作为返回的损失,但我提供了一个标量值吗?
plot - 如何有效地将曲面图的数据从表格形式转换为一系列三元组
我们需要在某些接受三元组形式输入的专有软件中绘制大量曲面图,即 $(x_1, y_1, z_1), (x_2, y_2, z_2),...$
原始数据以电子表格的形式提供给我们(如屏幕截图所示,请注意它可能包含空行和/或空列)。我正在寻找一种有效的方法(重点是这个词!)将原始表格转换为所述程序可以使用的格式(一些脚本,实用程序等,但不是在线工具,因为机器是未连接到互联网)。在理想情况下,它应该同时运行在 Windows 和 Linux 上,但即使它运行在这两种操作系统中的任何一种上,原则上也足够了。
python - 当输入时我只有一个 ID 为 512 维向量的 json 文件时,如何处理三元组丢失?
我有一个文件 json,其中包含从 InsightFace 和 MXNet 生成的向量,如下所示:
{"id": "huonght", "vector": "[-0.0591206625,-0.0562381446,...,0.0173285864,0.0403193906]}
{"id": "huonght", "vector": "[-0.0458422117,-0.0401753262,...,0.1048753187,0.0371856093]}
{"id": "huonght", "vector": "[-0.0422730967,-0.0223527066,...,0.0507882051,0.0381843373]}
...
我如何使用 Triplet Loss 将这些向量生成到集群中?
python - 三元组损失 Tensorflow 的损失 nan
我正在尝试在 TensorFlow (tensorflow==1.13.1) 中训练一个三元组损失模型,但在第一次迭代后损失会转到 NAN。我已经从这个论坛阅读了很多提示,但到目前为止没有任何效果。较小的学习率(从 0.01 更改为 0.0001)。还尝试了更大的批次大小,因为有人建议如果批次太小,批次可能不包含完整的三元组。但是,我使用以下代码自己构建了批次:'''
我还看到人们在预测中添加了一个小数字来避免这个 NAN。我不知道我是否必须为三元组丢失或在哪里这样做。训练代码是这样的
'''
_,l,summary_str = sess.run([train_step,loss,merged],feed_dict={anchor_input:batch_anchor,positive_input:batch_positive,negative_input:batch_negative})
我是使用 StackOverflow 的新手,所以我想包含我在 Github 中使用的文件,以防我提供的信息太少。 https://github.com/AndreasVer/Triplet-loss-tensorflow.git
matlab - 如何在 Fortran mex 文件中实现 A = sparse(I, J, K) (来自三元组的稀疏矩阵)?
我正在尝试通过 mex 函数(用 Fortran 编写)在 Matlab 中创建一个稀疏方阵。我想要类似的东西A = sparse(I,J,K)
。我的三胞胎长这样,条目之间有重复
我写了一段粗略的代码,它适用于小矩阵维度,但它比固有的 Matlab 的sparse
. 由于我几乎没有编码背景,所以我不知道我做错了什么(分配变量的方法错误?太多的循环?)。任何帮助表示赞赏。谢谢你。这是 mex 计算子程序。它返回 pr、ir、jc 索引数组以提供给稀疏矩阵
编辑:
正如用户@jack 和@veryreverie 在下面的评论中所建议的那样,最好直接排序femi
,femj
和femk
. 我猜femi
首先排名/排序(以及排序femj
和femk
根据femi
)然后排名/排序femj
(以及排序femi
和femk
根据femj
)提供了所需的结果。剩下的唯一事情就是处理重复项。
编辑#2:
我逐行翻译了Engblom 和 Lukarksi的 C 代码的序列化版本。该文档非常清楚地解释了他们的推理,我认为它对像我这样的初学者很有用。但是,由于我缺乏经验,我无法翻译代码的并行版本。也许这会引发另一个问题。
c++ - 具有 k 个断开顶点的三元组的总和
考虑这些组件的大小是 a1, a2, a3,.... , ak。所以我们必须从给定的 k 个断开的组件中选择三个顶点,这可以通过多种方式完成。
所以你必须在 O(N) 时间内计算 S 的值。这可以通过一些观察来计算。
在这里使用 O(n) 没有找到三元组。我没有得到逻辑任何人都可以在这里解释 O(n) 方法。供参考 http://gauamgraph.blogspot.com/2015/09/kundu-and-tree.html?m=1