
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
Day 58 经典时序模型 2(ARIMA / 季节性 / 残差诊断)
滞后(lag)x_{t-k}表示 k 期之前的值。d处理趋势(差分让序列更平稳)p/q用 ACF/PACF 给候选,再用 AIC/残差诊断迭代SARIMAX:在 ARIMA 基础上加入季节项(P,D,Q,m),处理季节性更自然。Ljung-Boxp 值小:残差仍有结构(模型可能不够)p 值大:没有证据表明残差有显著自相关(更像白噪声)@浙大疏锦行。
Day 52 神经网络调参指南
"""自定义权重初始化函数Args:model: PyTorch模型init_type: 初始化类型 ('xavier', 'kaiming', 'normal')"""# 使用示例print("使用Kaiming初始化后的模型权重统计:")print(f"自定义权重初始化函数Args:model: PyTorch模型init_type: 初始化类型 ('xavier', 'kaiming', '
到底了







