章节出错了,点此刷新,刷新后小编会在两分钟内校正章节内容,请稍后再试。
11点醒，我觉得我这个作息短时间内没法变了。刚才十点醒了一次，哪怕已经睡了八小时了但还是困，就非得到11点才清醒。害。
现在去上个厕所，吃个饭，一会去学校，今天她约我一起学习，晚上健个身。今天有个重要的事情，就是思考怎么让NN生成靠谱的residual，这样就能提高我的performance了。现在出发去上厕所！
到学校了，妈的快期末了这么卷，找个座位都这么麻烦。快2点了才上桌。而且午餐没吃多少，肚子感觉有点饿。不管那么多了，先学习再说。现在思考最重要的问题，如何让NN产生靠谱的prediction，我记得是叫calibration，我去搜搜看。
师兄说先搞一个不用residual的版本，看看residual的牛逼之处，我觉得有道理，我起名叫就叫c01好了，这样要多写几行代码，手动那个啥一下。在跑了，那现在回过头看那个calibration去。
跑了下01版本的，发现在realworld数据集上居然比residual还好，看来k的选择很重要，我觉得k=5属实是太大了，我选个小的试试。
1.现在发现每个chunk调整就会非常牛逼，所以先别管别的，先把之前的chi重新跑一下，然后结果也懒得删除之前的了，直接覆盖，取best算了，算了不太好，还是重新跑一下吧。反正看search文件夹里什么没有就重新跑什么。
2.那我现在继续看calibration。
和她去KFC买了吃的，她心里惦记着作业没心情慢慢吃，所以就带着吃的上火车回家去了。我虽然想跟她在多呆一会，但是我也知道让她早点回去写作业是正确的事情。贪一时享乐只会给未来我的我们留下更多不快乐，比如作业没写完。所以我知道让她回去是正确的。吃了饭，回学校学一会，一会去gym健身去。
在健身房，困得要死，卧推，一会练背，一会练腿，然后练腹肌，看情况跑个步，撤。不想学了，回家休息去。
实验证明，在NN下，用residual比如用0-1error，但是GNB下用residual比0-1error好，可见GNB确实比NN提供的residual更准确。OK，现在继续看那个论文，研究calibration的事情。
GNNcalibration有好几个要点
1.CAGCN的输入是logits，输出是temperaturescale，这样可以保证order，网络结构是根据传播logits这一思想来设计的，因为假设是confidence应该和领居节点的同类情况相关，同类邻居越多越confident。目标函数是让正确分类的maxconfidence-secondmaxconfidence尽量大，错分类尽量小。
先不管了，想不进去了。她今晚卷到12点还在学习，为了最近的due真的是太拼了。我就边打lol边跟她语音等她好了。她意外的很能接受，我很惊喜。
她真好。