我们在使用卷积神经网络或递归神经网络或其他变体时，通常都希望对模型的架构可以进行可视化的查看，因为这样我们可以 在定义和训练多个模型时，比较不同的层以及它们放置的顺序对结果的影响。还有可以更好地理解模型结构、激活函数、模型参数形状 ...

小编在查阅资料时发现一个宝藏可视化包- R-see，该包可以将数据的 统计计算结果、 模型参数、预测结果以及性能估算等使用合理的可视化方式展现,帮助使用者利用 可视化来获得更多信息、可交流和全面的科学报告。话不多说，接下来就让小编带大家感受下 ...

我们使用R库mgcv，用广义加性模型（GAMs）对环境数据进行建模。mgcv是一个伟大的库，具有丰富的功能，但我们经常发现，默认的诊断图并不令人振奋。特别是偏残差图，功能很强，但不漂亮，残差几乎看不见。我们需要根据这些代码来制作自己的偏回归平滑图。

该repository包含基于Python/Matlab的绘制opensees模型及模态的相关代码。 用户需要查看的唯一文件是“runme.py”，所有其他文件都 ...