论文笔记 Shape and Time Distortion Loss for Training DeepTime Series Forecasting Models
0 摘要
本文解决了非平稳信号的时间序列预测和多个未来步骤预测的问题。为了处理这个具有挑战性的任务,我们引入了 DILATE(包括形状和时间的失真损失,DIstortion Loss including shApe and TimE),这是一种用于训练深度神经网络的新目标函数。
DILATE 旨在准确预测突然变化,并明确结合了支持精确形状和时间变化检测的两个术语。
我们引入了一种适用于训练深度神经网络的可微损失函数,并提供了一个自定义的反向支持实现来加速优化。
我们还介绍了 DILATE 的变体,它提供了DTW)的平滑泛化。
DTW 笔记: Dynamic Time Warping 动态时间规整 (&DTW的python实现)_UQI-LIUWJ的博客-CSDN博客
在各种非平稳数据集上进行的实验表明,与使用标准均方误差 (MSE) 损失函数以及 DTW 和DTW衍生的损失函数 的模型相比,DILATE 的行为非常好。
DILATE 也与模型的选择无关,我们强调了它对训练完全连接的网络以及专门的循环架构的好处,表明它有能力改进最先进的轨迹预测方法。
1 introduction
这项工作的重点是非平稳信号的多步预测问题,即当未来数据不能仅从过去的周期性中推断出来,以及何时可能发生突然变化是未知的。
这在很多重要和多样化的应用领域都适用,例如 调节电力消耗 [63, 36],预测可再生能源生产 [23] 或交通流量 [35, 34] 的急剧中断,心电图 (ECG) 分析 [9],股票市场预测 [14] 等。
由于深度神经网络能够对复杂的非线性时间依赖性进行建模,因此深度学习是解决这种多步骤和非平稳预测问题的一种有吸引力的解决方案。
最近提出了许多方法,主要依赖于在直接多步模型 [3](如Seq2Seq [ 34, 60, 57, 61] 或用于概率预测的状态空间模型 [44, 40] )
关于训练,绝大多数方法使用均方误差(MSE)或其变体(MAE等)作为损失函数。 然而,在我们的上下文中,依赖 MSE 可能是不够的,如图 1 所示。
这里,目标曲线(ground truth)是一个阶跃函数(蓝色),我们提出了三种预测曲线,如图 1(a),(b) 和 (c)所示,与目标相比具有相似的 MSE 损失,但预测效果却大不相同。
- 预测 (a) 不足以用于监管目的,因为它没有捕捉到即将到来的急剧下跌。
- 预测(b)和(c)更好地状态了的变化,因为确实可以预料到急剧下降,尽管有轻微的延迟(b)或幅度略有不准确(c)。
本文介绍了 DILATE(包括 shaApe 和 TimE 的失真损失),这是一种用于在多步和非平稳时间序列预测的背景下训练深度神经网络的新目标函数。
DILATE 明确地将与形状相关的惩罚,和变化检测的时间定位误差分成两个术语(第 3 节)。
DILATE 的效果也图 1 中展示了:形状和时间损失的值在图 1(a) 中很大,而形状项在图 1(b) 中很小,时间项在图 1 (c)中很小。
DILATE 结合了形状和时间项,因此能够为预测 (b) 和 (c) 输出比 (a) 小得多的损失,正如预期的那样。
为了用 DILATE 训练深度神经网络,我们为形状和时间项设计了一个可微的损失函数(第 3.1 节),以及一个用于加速优化的有效和自定义的反向支持实现(第 3.2 节)。
我们还介绍了 DILATE 的一种变体,它提供了DTW指标的平滑泛化 [43, 28]。
在几个合成和真实非平稳数据集上进行的实验表明,使用 DILATE 训练的模型在使用形状和时间失真指标评估时明显优于使用 MSE 损失函数训练的模型,而使用 MSE 评估时使用 DILATE 训练的模型也保持非常好的性能。
最后,我们展示了 DILATE 可以与各种网络架构一起使用,并且可以在形状和时间指标上优于专为多步和非平稳预测设计的最新模型。
2 相关工作
2.1 时间序列预测
时间序列预测的传统方法包括线性自回归模型,例如 ARIMA 模型 [6] 和指数平滑 [27],它们都属于线性状态空间模型 (SSM) [17] 的广义类别。这些方法处理线性动态和平稳时间序列(或因差分而变得平稳)。然而,对于许多可能呈现分布突然变化的现实世界时间序列,平稳性假设并不满足。
此后,循环神经网络 (RNN) 和长短期记忆网络 (LSTM) [25] 等变体因其自动特征提取能力、复杂模式和长期依赖建模而变得流行。
在深度学习时代,最近通过利用注意力机制 [30, 39, 50, 12] 或张量分解 [60, 58, 46] 致力于解决具有大量输入序列 [31] 的多元时间序列预测, 用于捕获系列之间的共享信息。
当前的另一个趋势是结合深度学习和状态空间模型来建模不确定性 [45、44、40、56]。
在本文中,我们专注于确定性多步预测。最常见的方法是递归地应用一步训练好的模型。
尽管单步学习模型可以针对多步设置进行调整和改进 [55],但对不同多步策略 [48] 的彻底比较后,直接多步预测策略更好。
在这一类别中特别突出的是序列到序列 (Seq2Seq) RNN 模型 1[44, 31, 60, 57, 19],它在机器翻译方面取得了巨大成功。
Seq2Seq 预测的理论泛化界限是用一个额外的差异项来量化时间序列的非平稳性 [29]。
随着 WaveNet 在音频生成方面的成功 [53],具有扩张的卷积神经网络已成为时间序列预测的流行替代方案 [5]。
自注意力 Transformer 架构 [54] 最近也被研究用于访问远程上下文,而不管距离如何 [32]。
我们强调,我们提出的损失函数可用于训练任何直接的多步深度架构。
2.2 评估和训练指标
训练和评估深度模型的主要损失函数是 MAE、MSE 及其变体(SMAPE 等)。
反映形状和时间定位的指标有:
- 形状:Dynamic Time Warping [43];
- 时序错误可以通过在通过变化点检测 [8, 33] 分割序列后,计算精度和召回分数,
- 时序也通过计算两组变化点 [22, 51] 之间的 Hausdorff 距离来转换为检测问题。
然而,这些评估指标是不可微分的,这使得它们无法用作训练深度神经网络的损失函数。
3 使用DILATE 训练DNN
我们考虑一个有N个输入的时间序列A, (可以看成N个变量)
其中每一个输入长度为n,(可以看成时间序列长度为n,每个时刻有p维属性)
一个预测模型预测未来k步的时间序列
假设未来k步的ground truth 为
那么DiLATE的目标函数为:
3.0 符号和定义
和 都是基于对齐的预测值
和实际值
与此同时,我们定义一个矩阵,其中如果和是有关联的,那么,否则为0【联想:DTW中的最佳路径是否经过(h,j)这个点】
相应地,我们记为逐对开销矩阵,其中δ表示和之间的相异程度(比如欧几里得矩阵)
3.1 形状和时域项目
我们的形状损失函数基于DTW[43],对应于以下优化问题
DTW 笔记: Dynamic Time Warping 动态时间规整 (&DTW的python实现)_UQI-LIUWJ的博客-CSDN博客
是 和 之间的最佳连接路径
通过在时间维度上上对齐预测的和 ground truth的 时间序列,DTW 损失主要关注信号之间的结构形状差异。
然而,已知 DTW 是不可微分的(因为min函数不具有微分结果)。 因而我们使用min 的平滑算子来定义我们的可微形状项
(也即soft-DTW)
机器学习笔记 soft-DTW(论文笔记 A differentiable loss function for time-series)_UQI-LIUWJ的博客-CSDN博客
3.2 时间项
我们的第二项旨在惩罚和 之间的时间失真
我们的分析基于 和 之间的最优DTW路径A*
我们的损失函数的灵感来自于计算时间失真指数 (TDI) 以进行时间错位估计 [20, 52],它基本上包括计算最佳 DTW 路径 A* 与第一条对角线之间的偏差。
我们首先用我们的符号重写了一个广义的 TDI 损失函数
(也就是得到的这个DTW的path和对角线之间的差距)【得到的DTW这个path上的之和】
Ω是一个k×k的方阵,它用来惩罚h≠j的和
在我们的实验中,我们令
当然,先验知识也可以包含在 Ω 矩阵结构中,比如在j前面的Ω更大,在j后面的Ω更小等
但是 公式(3)中的TDI loss也是不可微的,这里我们不能用和3.1一样的平滑方式, 因为最小化涉及两个不同的量 Ω 和 Δ
我们使用来定义argmin算子的平滑近似
把A*算出来,有:
基于这个平滑的A*,我们有平滑的空间loss:
3.3 DILATE有效的前向传播和反向传播
由于的基数随 k 呈指数增长,直接计算等式 (2) 和等式 (4) 中的形状和时间损失是难以处理的。
我们提供了前向和后向传递的高效实现,以提高学习效率。
3.3.1 shape loss
论文采用了和soft-dtw一致的思路(前向传播和反向传播)
机器学习笔记 soft-DTW(论文笔记 A differentiable loss function for time-series)_UQI-LIUWJ的博客-CSDN博客
3.3.2 temporal loss
对于,等式 (4) 中前向传播的瓶颈是计算,我们按照 Lshape 反向传播的思路来实现它。(也即soft-dtw中的E矩阵)
而对于反向传播,由于会遇到Hessian矩阵的计算,这个论文中只是提了一嘴:一样可以使用动态规划实现,我这里就展开说一下。
对于复合函数的二阶导,一样有链式法则
数学知识复习:二阶导复合函数的链式法则_UQI-LIUWJ的博客-CSDN博客
所以我们这里
- 和 就是两个已知矩阵和x之间的雅可比矩阵/何塞矩阵
- 在soft-dtw里面已经求得了
- ,也就是和之间的雅可比矩阵
3.4 dilate 变体
我们之前的DILATE是
我们结合形状和时间惩罚的方法的一种变体是将时间项合并到方程(2)中的平滑 Lshape 函数中
等式 (5) 中的能够结合形状和时间标准训练具有平滑损失的深度神经网络。 然而,对解开形状和时间误差的能力有限,因为最佳路径是根据形状和时间项计算的。
相比之下,我们在等式 (1) 中的损失将损失分为形状和时间两个错位分量,时间惩罚应用于最佳无约束 DTW 路径。 我们通过实验验证我们的优于其“纠结”版本
4 实验部分
4.1 实验配置
4.1.1 数据集
- 合成(k = 20)数据集:包括基于由两个峰值组成的输入信号预测突然变化(阶跃函数)。
这种受控设置旨在精确测量预测的形状和时间误差。
我们生成 500 个时间序列用于训练,500 个用于验证,500 个用于测试。
数据一共有 40 个时间步长:前 20 个是输入,后 20 个是要预测的目标。
在每个时间序列中,输入范围由随机时间位置 i1 和 i2 ,以及介于 0 和 1 之间的随机幅度 j1 和 j2 的 2 个峰值组成,目标范围由幅度 j2 - j1 和随机位置 i2 + ( i2 - i1) + randint(( 3, 3)。所有时间序列都被方差为 0.01 的加性高斯白噪声破坏。
- ECG5000 (k = 56) 数据集
来自 UCR 时间序列分类档案 [10],由长度为 140 的 5000 个心电图 (ECG)(500 个用于训练,4500 个用于测试)组成。
我们采用前 84 个时间步长(60 %)作为输入并预测每个时间序列的最后 56 个步骤(40%)(与 soft-dtw中的设置相同)。
- 交通 (k = 24) 数据集
对应于加州交通部(2015-2016 年的 48 个月)每 1 小时测量一次的道路占用率(0 到 1 之间)。
4.1.2 网络架构和训练
我们使用两种神经网络架构执行多步预测:
- 完全连接的网络(1 层 128 个神经元),不对数据结构做任何假设,
- Seq2Seq 模型 , 带有门控循环单元(GRU),具有 1 层 128 个单元。
每个模型都使用 PyTorch 训练最多 1000 个 epoch,并使用 ADAM 优化器进行 Early Stopping。
DTW和TDI的平滑参数γ设置为0.01。 平衡 Lshape 和 Ltemporal 的超参数 α 在验证集上确定,以获得与 DTWγ 训练模型相当的 DTW 形状性能:对于 Synthetic 和 ECG5000,α = 0.5,对于 Traffic 为 0.8。
我们实现 DILATE 的代码可从 https://github.com/vincent-leguen/DILATE 在线获得。
4.2 DILATE 效果
4.2.1 准确率比较
我们评估 DILATE 的性能,并将其与两个强大的baseline进行比较:广泛使用的欧几里得 (MSE) 损失和 [13, 37] 中引入的平滑 DTW。
对于每个实验,我们使用相同的神经网络架构(4.1.2),以进行公平比较。
使用三个指标评估结果:MSE、DTW(形状)和 TDI(时间)。
我们执行显着性水平为 0.05 的student- t 检验,以突出每个实验中的最佳方法(平均超过 10 次运行)。
和以MSE作为损失函数的模型进行比较
在所有实验中对形状 (DTW) 进行评估时,DILATE 优于 MSE,在 5/6 实验中存在显着差异。
当按时间评估 (TDI) 时,DILATE 在所有实验中也表现更好(在 3/6 测试中存在显着差异)。
最后,在 3/6 实验中对 MSE 进行评估时,DILATE 等效于 MSE。
DTWγ(soft-DTW)比较:
在对形状 (DTWγ) 进行评估时,DILATE 的性能与 DTWγ 相似(2 个显着改进,1 个显着下降和 3 个等效性能)。
对于时间 (TDI) 和 MSE 评估,DILATE 在所有实验中明显优于 DTWγ,正如预期的那样。
4.2.2 图像比较
我们在图 4 中展示了 Synthetic、ECG5000 和交通数据集的一些定性示例(其他示例在补充 2 中提供)。
我们看到 MSE 训练导致预测不清晰,使得它们在出现下降或尖锐尖峰的情况下不足。
DTWγ 会导致非常清晰的形状预测,但可能存在较大的时间错位。
相比之下,我们的 DILATE 预测具有正确形状和精确时间定位的序列。
4.2.3 反向传播时间比较
我们在图 5(a)中比较了标准 Pytorch 自动微分机制和我们自定义的反向传递实现(第 3.2 节)之间的计算时间。
我们绘制了我们的实现相对于预测长度 k(平均超过 10 个随机目标/预测元组)的加速。(相比于pytorch 自动微分,加速了多少)
我们注意到关于 k 的加速增加:提前 20 步预测的加速比为 × 20,提前 100 步预测的加速比最高为 × 35。
4.2.4 α的影响
当 α = 1 时,减小为 DTWγ,形状良好但时间误差较大。
当 α -→ 0 时,我们只最小化而没有任何形状约束。 在这种情况下,MSE 和形状误差都会爆炸,说明仅与 0一起才有意义。
4.2.5 和最新的时间序列模型的比较
最后,我们将使用 DILATE 训练的 Seq2Seq 模型与使用 MSE 训练的两个最近用于时间序列预测的最先进的深度架构进行比较:
LSTNet [30] 训练用于一步预测,我们递归地应用于多步(LSTNet -rec) ;
Tensor-Train RNN (TT-RNN) [60] 为多步训练。
表 4 中的交通数据集结果揭示了 TT-RNN 优于 LSTNet-rec 的优势,这表明专用的多步预测方法更适合这项任务。
更重要的是,我们可以观察到我们的 Seq2Seq DILATE 在所有形状和时间指标上都优于 TT-RNN,尽管它在 MSE 上较差。 这突出了我们的 DILATE 损失函数的相关性,它可以通过更简单的架构达到更好的性能。
5 其他
看到另一篇文章,形象地说明了MSE,soft-DTW和DILATE之间的区别:
时间序列预测损失函数 DTW, Soft-DTW, DILATE - 知乎 (zhihu.com)
Soft-DTW 提供了一种可微的DTW算法,较之 Euclidian loss,其能使预测结果更好匹配实际情况的形状,但是Soft-DTW 并没有考虑预测的时延。
比如说对于天气预报,正确的结果是1个小时后会有一场大暴雨。
- Euclidian loss(MSE) 预测告诉你1个小时后会有场雨,但是场中雨;
- Soft-DTW 预测告诉你未来会有场大暴雨,但会在2个小时之后来。对于时间要求更精确的预测场景,比如股价预测,虽然波动峰值形状预测对了,但是时间点预测错了,这对于买入/卖出操作来说会是一场灾难。
基于这样的原因,Vincent Le Guen 等人在 Soft-DTW 的基础上提出了 DILATE(DIstortion Loss including shApe and TimE,时间与形状失真损失),同时考虑形状与时延。
因为要考虑时延,因此用于对比的两个序列要一样长。
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- JS基础 严格模式
阅读目录undefinednull严格模式基本差异解构差异undefined 对声明但未赋值的变量返回类型为 undefined 表示值未定义。 let hd; console.log(typeof hd);对未声明的变量使用会报错,但判断类型将显示 undefined。 console.log(typeof wgchen); console.log(wgchen…...
2024/5/4 1:07:16 - 常忘记问题:对象指针数组在函数间传递c/c++
我是赛佳佳小白,高手可以出去了。。。 经常会在c中定义对象指针数组,然后有时会需要传递这整个数组,然后总是传递后像[]、 的方式使用,这个这个才是正解:传递 obj *name[x],然后用 obj**类型去接name才是正…...
2024/4/17 11:29:25 - CodeForce 1620 E. Replace the Numbers 【个人反思】
首先读完题就能看出来,从后往前倒着处理操作 2 ,因为某时的操作 2 只会对它前面的数产生已影响。而要考虑到某个数受到后面多个操作,比如 1->2 , 2->3, 这样,就类似于找该条链上祖先节点,考虑到用并查集维护。 …...
2024/4/15 17:01:08 - LVM逻辑卷
优势 支持不影响数据的情况,扩展容量支持快照, 便于备份数据 LVM操作指令 pv(物理卷) pvscan 查看pvdisplay /设备 查看pv详细信息pvcreate 设备文件 创建pvpvremove pvname 删除pvvg(卷组) vgsc…...
2024/4/23 18:55:52 - 生产者消费者问题锁问题
使用synchronized关键字实现生产者消费者问题 步骤: 判断是否需要等待业务通知 public class Demo {public static void main(String[] args) {Data data new Data();// 线程A,进行加1new Thread(()->{try {// 10 次操作for (int i 0; i < 10; i) {data.…...
2024/4/19 13:02:29 - 树与二叉树
二叉树性质 1. 2. 3. 4. 5. 二叉树的存储结构 1.顺序存储结构 2.链式存储结构 遍历方法 先序遍历 算法 status preordertraverse(bitree T) {if(TNULL)return OK;else{visit(T);preordertraverse(T->lchild);preordertraverse(T->rchild); }} 中序遍历 后序遍历 …...
2024/5/1 4:43:42 - mysql查询数据为json格式的字段时,取json数据的某一个属性值
// 其中json_column 是数据格式为json的字段,id是要取值的属性名 select json_column ->> $.id from tableName where json_column ! and json_column is not null;...
2024/5/4 1:19:00 - JDK8新特性---上篇---Lambda,函数式接口,方法引用,optional
目录 1.为何需要Lambda表达式 1.1 Lambda的格式 2.函数式接口 2.1 Predicate 2.2 Consumer 2.3 Function,r> 2.4 Supplier 2.5BinaryOperatpr 3.Optional 4.方法引用 4.1方法引用和lambda之间的关系 4.2格式 4.2.1对象名(引用名)::非静态方法(实例方法名) 4.…...
2024/4/14 6:12:45 - Swoft 1.0 框架修复 group by 导致分页的总条数错误问题
问题描述: 在使用包含group by语句的分页功能时,返回的查询结果总条数有误 问题原因: select count(*) from ... group by ... 时, 返回结果为分组后的每组数据条数 框架默认会获取请求结果的第一条数据内容,所以只会得到 分组结果后的第一个组的数据条数 解决方法: 在 \Swof…...
2024/4/14 6:13:10 - github连接不上解决
参考:https://www.cnblogs.com/liang715200/p/15173771.html...
2024/4/14 6:13:05 - 控制台查看java版本信息没有反应
jdk安装后在控制台输入java,javac或java -version后没有反应的解决办法 环境:win10,jdk1.8.0_202版本 问题描述:电脑以前安装过jdk,重新卸载安装后,在控制台输入java,javac和java -version都没有反应. jdk是官网下载的,环境变量也是按照网上的教程来走的. 如图: 解决思路:没…...
2024/4/14 6:12:45 - leetcode第494目标和动态规划
leetcode第494目标和动态规划 动态规划: 这个题目的思路很奇特,寻找一个正子集和一个负子集,两者相加为数组之和,两者相减为target可以解出正数组之和,就转换成了01背包,每个数字只能用一次。题目就转换为了,装满容量…...
2024/4/17 8:58:07 - 【数据分析】python数据分析—生成数据表
使用 python 进行数据导入前需要先导入 pandas 库 import pandas as pd生成数据表用到的是 pandas 库中的 DateFrame 函数 导入数据表 way1: df pd.DataFrame(pd.read_excel(a.xlsx, sheet_nameSheet1))way2: filename (D:\\pythonProject\\a.xlsx) df pd.read_excel(fi…...
2024/4/16 19:12:54 - 如何在word、pdf、ppt中导入字体
右击 “个性化” → “字体” → 将下载好的字体拖入“添加字体” 1. 桌面右击 选择“个性化” 2. 点击“字体” 3. 将下载好的字体拖入“添加字体” 完成!√ (这里给大家推荐一个免费的字体下载网站 方正字库官网 (foundertype.com)) …...
2024/4/14 6:13:36 - 获取 TypeScript enum 类型的键名称
目录背景解决方法参考链接背景 在 TypeScript 中,通常基于数值来创建 enum 类型,例如: enum Direction {Up 1,Down,Left,Right, }这样的话,Direction.Up、Direction.Down、Direction.Left、Direction.Right 的取值就分别为 1、…...
2024/4/14 6:13:56 - edge_edge的亮点功能盘点
文章目录edge_edge的亮点功能盘点edge比chrome方便的地方edge功能文档沉浸式阅读阅读背景主题调整语法提示可选的多种语音风格的朗读页面内级别的书签:集锦(collection)edge_edge的亮点功能盘点 edge比chrome方便的地方 同步书签/密码/拓展不需要魔法移动端:edge for android…...
2024/4/14 6:13:51 - 【每日一题见微知著】BFS-次短路——到达目的地的第二短时间-Hard(今天这个难度也对啦)
⭐️寒假新坑——代码之狐的每日做题笔记 2045. 到达目的地的#第二短时间-Hard 题目描述: 城市用一个 双向连通 图表示,图中有 n 个节点,从 1 到 n 编号(包含 1 和 n)。图中的边用一个二维整数数组 edges 表示&#…...
2024/4/20 7:05:50 - SimCSE: Simple Contrastive Learning of Sentence Embeddings(EMNLP 2021)
SimCSE: Simple Contrastive Learning of Sentence Embeddings(EMNLP 2021) Motivation 无监督的SimCSE将句子过两次预训练模型得到两个不同的embedding作为正例对,将同一batch中的其他句子作为负例,模型在所有负例中预测出唯一的正例。有监督的SimCSE…...
2024/4/18 7:21:53 - C语言中的sprintf()函数使用出错原因
sprintf是C语言库中具有转换数据类型的功能函数,出现一种情况, 在51单片机中,定义unsigned char temp; 然后 想用串口直接把temp 以十进制数是、形式打印出来,是先这样转换的 sprintf((char*&…...
2024/4/16 21:06:26 - 华为 HarmonyOS 的野心比你想象中更大,android小游戏源代码
而 HarmonyOS,首次打通了大小智能设备间的壁垒,让硬件之间不再有语言隔阂,可随意组装、拼接,形成一个超级终端。这是此前的操作系统难以实现的。 事实上,做一个操作系统,绝非只是堆砌代码那样简单。其还涉及…...
2024/4/15 17:01:39
最新文章
- 「C++ 内存管理篇 04」动态二维数组
目录 一. 使用calloc/free开辟和释放二维数组 二、 使用new/delete开辟和释放二维数组 一. 使用calloc/free开辟和释放二维数组 让一个二级指针变量存放动态开辟的一级指针数组的起始地址,然后让这些一级指针指向动态开辟的基本类型的数组: // 开辟一个大…...
2024/5/4 2:24:07 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/3/20 10:50:27 - Git 自定义命令
前言 在使用 hexo 搭建个人博客时,共两种部署的方法。分别为: 本地利用 hexo 的插件 hexo-deployer-git 来实现部署,缺点是需要多敲几个命令行且不方便对源码进行云端备份使用 Github Action 的 workflow 自动化部署,优势就是可…...
2024/4/30 9:17:14 - Django实现的登录注册功能
1 前言 在Web开发中,用户登录和注册是最基本且必不可少的功能。Django,作为一个高级的Python Web框架,为我们提供了强大的工具和库来快速实现这些功能。下面,我将详细介绍如何使用Django来实现用户登录和注册功能。 2 功能介绍 …...
2024/5/1 13:23:09 - 腾讯云容器与Serverless的融合:探索《2023技术实践精选集》中的创新实践
腾讯云容器与Serverless的融合:探索《2023技术实践精选集》中的创新实践 文章目录 腾讯云容器与Serverless的融合:探索《2023技术实践精选集》中的创新实践引言《2023腾讯云容器和函数计算技术实践精选集》整体评价特色亮点分析Serverless与Kubernetes的…...
2024/5/2 2:36:49 - 【外汇早评】美通胀数据走低,美元调整
原标题:【外汇早评】美通胀数据走低,美元调整昨日美国方面公布了新一期的核心PCE物价指数数据,同比增长1.6%,低于前值和预期值的1.7%,距离美联储的通胀目标2%继续走低,通胀压力较低,且此前美国一季度GDP初值中的消费部分下滑明显,因此市场对美联储后续更可能降息的政策…...
2024/5/1 17:30:59 - 【原油贵金属周评】原油多头拥挤,价格调整
原标题:【原油贵金属周评】原油多头拥挤,价格调整本周国际劳动节,我们喜迎四天假期,但是整个金融市场确实流动性充沛,大事频发,各个商品波动剧烈。美国方面,在本周四凌晨公布5月份的利率决议和新闻发布会,维持联邦基金利率在2.25%-2.50%不变,符合市场预期。同时美联储…...
2024/5/2 16:16:39 - 【外汇周评】靓丽非农不及疲软通胀影响
原标题:【外汇周评】靓丽非农不及疲软通胀影响在刚结束的周五,美国方面公布了新一期的非农就业数据,大幅好于前值和预期,新增就业重新回到20万以上。具体数据: 美国4月非农就业人口变动 26.3万人,预期 19万人,前值 19.6万人。 美国4月失业率 3.6%,预期 3.8%,前值 3…...
2024/4/29 2:29:43 - 【原油贵金属早评】库存继续增加,油价收跌
原标题:【原油贵金属早评】库存继续增加,油价收跌周三清晨公布美国当周API原油库存数据,上周原油库存增加281万桶至4.692亿桶,增幅超过预期的74.4万桶。且有消息人士称,沙特阿美据悉将于6月向亚洲炼油厂额外出售更多原油,印度炼油商预计将每日获得至多20万桶的额外原油供…...
2024/5/3 23:10:03 - 【外汇早评】日本央行会议纪要不改日元强势
原标题:【外汇早评】日本央行会议纪要不改日元强势近两日日元大幅走强与近期市场风险情绪上升,避险资金回流日元有关,也与前一段时间的美日贸易谈判给日本缓冲期,日本方面对汇率问题也避免继续贬值有关。虽然今日早间日本央行公布的利率会议纪要仍然是支持宽松政策,但这符…...
2024/4/27 17:58:04 - 【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响
原标题:【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响近日伊朗局势升温,导致市场担忧影响原油供给,油价试图反弹。此时OPEC表态稳定市场。据消息人士透露,沙特6月石油出口料将低于700万桶/日,沙特已经收到石油消费国提出的6月份扩大出口的“适度要求”,沙特将满…...
2024/4/27 14:22:49 - 【外汇早评】美欲与伊朗重谈协议
原标题:【外汇早评】美欲与伊朗重谈协议美国对伊朗的制裁遭到伊朗的抗议,昨日伊朗方面提出将部分退出伊核协议。而此行为又遭到欧洲方面对伊朗的谴责和警告,伊朗外长昨日回应称,欧洲国家履行它们的义务,伊核协议就能保证存续。据传闻伊朗的导弹已经对准了以色列和美国的航…...
2024/4/28 1:28:33 - 【原油贵金属早评】波动率飙升,市场情绪动荡
原标题:【原油贵金属早评】波动率飙升,市场情绪动荡因中美贸易谈判不安情绪影响,金融市场各资产品种出现明显的波动。随着美国与中方开启第十一轮谈判之际,美国按照既定计划向中国2000亿商品征收25%的关税,市场情绪有所平复,已经开始接受这一事实。虽然波动率-恐慌指数VI…...
2024/4/30 9:43:09 - 【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试
原标题:【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试美国和伊朗的局势继续升温,市场风险情绪上升,避险黄金有向上突破阻力的迹象。原油方面稍显平稳,近期美国和OPEC加大供给及市场需求回落的影响,伊朗局势并未推升油价走强。近期中美贸易谈判摩擦再度升级,美国对中…...
2024/4/27 17:59:30 - 【原油贵金属早评】市场情绪继续恶化,黄金上破
原标题:【原油贵金属早评】市场情绪继续恶化,黄金上破周初中国针对于美国加征关税的进行的反制措施引发市场情绪的大幅波动,人民币汇率出现大幅的贬值动能,金融市场受到非常明显的冲击。尤其是波动率起来之后,对于股市的表现尤其不安。隔夜美国股市出现明显的下行走势,这…...
2024/5/2 15:04:34 - 【外汇早评】美伊僵持,风险情绪继续升温
原标题:【外汇早评】美伊僵持,风险情绪继续升温昨日沙特两艘油轮再次发生爆炸事件,导致波斯湾局势进一步恶化,市场担忧美伊可能会出现摩擦生火,避险品种获得支撑,黄金和日元大幅走强。美指受中美贸易问题影响而在低位震荡。继5月12日,四艘商船在阿联酋领海附近的阿曼湾、…...
2024/4/28 1:34:08 - 【原油贵金属早评】贸易冲突导致需求低迷,油价弱势
原标题:【原油贵金属早评】贸易冲突导致需求低迷,油价弱势近日虽然伊朗局势升温,中东地区几起油船被袭击事件影响,但油价并未走高,而是出于调整结构中。由于市场预期局势失控的可能性较低,而中美贸易问题导致的全球经济衰退风险更大,需求会持续低迷,因此油价调整压力较…...
2024/4/26 19:03:37 - 氧生福地 玩美北湖(上)——为时光守候两千年
原标题:氧生福地 玩美北湖(上)——为时光守候两千年一次说走就走的旅行,只有一张高铁票的距离~ 所以,湖南郴州,我来了~ 从广州南站出发,一个半小时就到达郴州西站了。在动车上,同时改票的南风兄和我居然被分到了一个车厢,所以一路非常愉快地聊了过来。 挺好,最起…...
2024/4/29 20:46:55 - 氧生福地 玩美北湖(中)——永春梯田里的美与鲜
原标题:氧生福地 玩美北湖(中)——永春梯田里的美与鲜一觉醒来,因为大家太爱“美”照,在柳毅山庄去寻找龙女而错过了早餐时间。近十点,向导坏坏还是带着饥肠辘辘的我们去吃郴州最富有盛名的“鱼头粉”。说这是“十二分推荐”,到郴州必吃的美食之一。 哇塞!那个味美香甜…...
2024/4/30 22:21:04 - 氧生福地 玩美北湖(下)——奔跑吧骚年!
原标题:氧生福地 玩美北湖(下)——奔跑吧骚年!让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 啊……啊……啊 两…...
2024/5/1 4:32:01 - 扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!
原标题:扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!扒开伪装医用面膜,翻六倍价格宰客!当行业里的某一品项火爆了,就会有很多商家蹭热度,装逼忽悠,最近火爆朋友圈的医用面膜,被沾上了污点,到底怎么回事呢? “比普通面膜安全、效果好!痘痘、痘印、敏感肌都能用…...
2024/4/27 23:24:42 - 「发现」铁皮石斛仙草之神奇功效用于医用面膜
原标题:「发现」铁皮石斛仙草之神奇功效用于医用面膜丽彦妆铁皮石斛医用面膜|石斛多糖无菌修护补水贴19大优势: 1、铁皮石斛:自唐宋以来,一直被列为皇室贡品,铁皮石斛生于海拔1600米的悬崖峭壁之上,繁殖力差,产量极低,所以古代仅供皇室、贵族享用 2、铁皮石斛自古民间…...
2024/4/28 5:48:52 - 丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者
原标题:丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者【公司简介】 广州华彬企业隶属香港华彬集团有限公司,专注美业21年,其旗下品牌: 「圣茵美」私密荷尔蒙抗衰,产后修复 「圣仪轩」私密荷尔蒙抗衰,产后修复 「花茵莳」私密荷尔蒙抗衰,产后修复 「丽彦妆」专注医学护…...
2024/4/30 9:42:22 - 广州械字号面膜生产厂家OEM/ODM4项须知!
原标题:广州械字号面膜生产厂家OEM/ODM4项须知!广州械字号面膜生产厂家OEM/ODM流程及注意事项解读: 械字号医用面膜,其实在我国并没有严格的定义,通常我们说的医美面膜指的应该是一种「医用敷料」,也就是说,医用面膜其实算作「医疗器械」的一种,又称「医用冷敷贴」。 …...
2024/5/2 9:07:46 - 械字号医用眼膜缓解用眼过度到底有无作用?
原标题:械字号医用眼膜缓解用眼过度到底有无作用?医用眼膜/械字号眼膜/医用冷敷眼贴 凝胶层为亲水高分子材料,含70%以上的水分。体表皮肤温度传导到本产品的凝胶层,热量被凝胶内水分子吸收,通过水分的蒸发带走大量的热量,可迅速地降低体表皮肤局部温度,减轻局部皮肤的灼…...
2024/4/30 9:42:49 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57