import torchfrom getData import loadFeatur,loadFeatureByCorrNum,loadFeatureByNormfrom torch_geometric.data import DataLoaderfrom GCNmodel import GCN,GNN,createGNNdatasetimport numpy as npimport random

下载地址（需要先注册）：https://db.humanconnectome.org/app/template/Index.vm点击open datasets:documents 如下，reference manual 很重要（也可以在上图中下载manual），里面有详细的相关介绍，包括如何下载数据：https://humanconnectome.org/study/hcp-young-adult

Using rqt_graphrqt_graph creates a dynamic graph of what's going on in the system. rqt_graph is part of therqt package. Unless you already have it installed, run:$ sudo apt-get install ros

问题AttributeError: module ‘keras.optimizers’ has no attribute ‘Adam’解决：optimizers.Adam(lr=lr)改为tf.keras.optimizers.Adam(lr=lr)

pytorch

TimeDistributed(Lambda(lambda x: tf.reduce_max(x, axis=-2, keepdims=True)))(net)报错：reduce_max() Got an unexpected keyword argument ‘keep_dims’解决：查看函数实现，keep_dims 改为 keepdimsAttributeError: module ‘ker

1.创建工作空间在开始具体工作之前，首先创建工作空间。在工作空间中完成代码。若查看ROS正在使用道工作空间：echo $ROS_PACKAGE_PATH创建新文件夹:cd~mkdir ~p dev/rosbook将此路径添加ROS_PACKAGE_PATH.只需在～/.bashrc文件末尾添加一个新行：echo "export ROS_PACKAGE_PATH=~d

下载地址（需要先注册）：https://db.humanconnectome.org/app/template/Index.vm点击open datasets:documents 如下，reference manual 很重要（也可以在上图中下载manual），里面有详细的相关介绍，包括如何下载数据：https://humanconnectome.org/study/hcp-young-adult

classify函数进行线性判别分析（默认）。它的格式为：                [class,err]=classify(sample,training,group)    其中，sample(待测样本)与training(训练样本)必须具有相同的列数，group(已知的训练样本的分类)与training必须具有相同的行数，group是一个整数向量。Matlab内

作业31.问题描述2.分析a.模糊控制器的结构输入为实际输出与理论输出之差e和偏差变化率de。输出为炉温u。模糊控制器为两输入一输出。b.定义输入、输出模糊集输入和输出均分为7个模糊子集，均为{NB,NM,NS,ZO,PS,PM,PB}。e的论域为[-100 100]，de的论域为[-55]，u的论域为[-100 100]。c.输入输出隶属函数N