因子deepfm libfm deep
Deep Exploration via Bootstrapped DQN
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ NIPS 2016 Abstract 有效的探索仍然是强化学习（RL）的主要挑战。常见的探索抖动策略，如ε-贪婪，不进行时间扩展（或深度）探索；这可能导致数据需求呈指数级增长。然而，在复杂的环境中，大多数用于统计有效RL的算法在计算上是不 ......
Kali使用zsteg出现"stack level too deep (SystemStackError)"报错！
前段时间用VM虚拟机直接安装在kali官网下载的虚拟机镜像系统之后，安装完zsteg使用的时候出现"stack level too deep (SystemStackError)" 报错。 在百度搜索许久也没有找到具体的解决方法，后来在Github里面发现也有人遇到了这个情况，并且提交了Issues ......
VINS中的IMU因子（一）
VINS中的IMU因子（一） 在这篇文章中我们分析一些VINS中对于IMU因子的处理和构建方式。首先来看一下再 estimator类中关于预积分因子的几个重要成员变量。pre_integrations 存储了滑动窗口中相邻两帧之间的预积分增量。acc_0，gyr_0则保存了当前时刻的角速度和加速度值 ......
SCI期刊影响因子(Journal Impact Factor,简称JIF)
SCI期刊影响因子(Journal Impact Factor,简称JIF)是指某一期刊在特定年份内被引用的次数(包括引用期刊内的文章和其他期刊对该期刊的引用),除以该期刊在同一年发表的总论文数目。该值反映了该期刊上一年发表的论文平均被引用的频率。 全球公认的期刊学术影响力评价指标 影响因子 Imp ......
雷达基础知识详细解析--------旋转因子、频率分辨率、最大可观测频率、窗函数和频谱泄露、补零操作、非相干积累
一、背景 这两天看见一个公众号上写的大疆的雷达笔试题。不看不知道，一看吓一跳，基本上快全忘完了，于是赶紧补习补习，我怕到时拿着他的微冲突突我（哈哈）。本文主要是对一些雷达的基础知识进行详细的解析，参考着各位大佬的资料，如有侵权，请联系删除。 二、雷达基础知识 1、FFT主要利用旋转因子的什么性质，减 ......
Varibad：A very good method for bayes-adaptive deep rl via meta-learning
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Published as a conference paper at ICLR 2020 ABSTRACT 1 INTRODUCTION 2 BACKGROUND 2.1 TRAINING SETUP 2.2 BAYESIAN REINF ......
Paper reading: Improving Deep Forest by Exploiting High-order Interactions
为了对深度森林设计出信息量更大、计算成本更低的特征表示，本文提出了一种新的深度森林模型——高阶交互深度森林(hiDF)，利用输入特征的稳定高阶交互来生成信息丰富且多样化的特征表示。具体而言，本文设计了一个广义版本的随机交叉树(gRIT)来发现稳定的高阶相互作用，并应用激活线性组合(ALC)将这些相互... ......
4、索引如何设置填充因子
理解填充因子 重建索引固然可以解决碎片的问题.但是重建索引的代价不仅仅是麻烦，还会造成阻塞。影响使用.而对于数据比较少的情况下，重建索引代价并不大。而当索引本身超过百兆的时候。重建索引的时间将会很让人蛋疼. 填充因子的作用正是如此。对于默认值来说，填充因子为0（0和100表示的是一个概念）,则表示页 ......
VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE
（VGG）VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION 阅读笔记（22.10.05） 摘要：本文研究在大规模图像识别设置中卷积网络深度对其准确性的影响。主要贡献是对使用（3，3）卷积核的体系结构增加深度的网络进行 ......
VDSR-Accurate Image Super-Resolution Using Very Deep Convolutional Networks阅读笔记
Accurate Image Super-Resolution Using Very Deep Convolutional Networks（VDSR）阅读笔记（22.10.07）使用深度卷积网络的精确图像超分辨率 摘要：使用一个非常深的卷积神经网络，灵感来源于VGG-Net。本文发现，网络深度增加 ......
Lucene中的合并因子mergeFactor
mergeFactor 是用来决定segment该如何被addDocument()方法进行合并的。 当mergeFactor取比较小的值时，索引时所使用的内存较少 而且搜素未优化的速度会比较快。因此，mergeFactor取值较大时(比如大于10)， 适合于批量的索引建立，而当搜索未优化索引的速度会 ......
论文解读（LR2E）《Learning to Reweight Examples for Robust Deep Learning》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Learning to Reweight Examples for Robust Deep Learning论文作者：Mengye Ren、Wenyuan Zeng、Bin Yang、Raquel Urta ......
Proj CDeepFuzz Paper Reading: Metamorphic Testing of Deep Learning Compilers
## Abstract 背景：Compiling DNN models into high-efficiency executables is not easy: the compilation procedure often involves converting high-level model ......
Proj CDeepFuzz Paper Reading: A Comprehensive Study of Deep Learning Compiler Bugs
## Abstract 背景：深度学习编译器处理的深度学习模型与命令式程序有根本的不同，因为深度学习模型中的程序逻辑是隐式的。（the DL models processed by DL compilers differ fundamentally from imperative programs ......
Proj CDeepFuzz Paper Reading: DeepMutation: Mutation Testing of Deep Learning Systems
## Abstract 本文：DeepMutation Github: https://github.com/berkuva/mutation-testing-for-DNNs Task: mutation testing framework specialized for DL systems t ......
Proj CDeepFuzz Paper Reading: Testing Deep Neural Networks
## Abstract 本文:DeepCover Github: https://github.com/TrustAI/DeepCover Task: propose 4 novel test criteria to test DNNs Method: inspired by MC/DC cover ......
Proj CDeepFuzz Paper Reading: PyTorch: an imperative style, high-performance deep learning library
## Abstract 本文： PyTorch Task: detail the implementation and architecture of PyTorch Github: https://github.com/pytorch/pytorch 特点： 1. PyTorch同时关注可用性和速 ......
Proj CDeepFuzz Paper Reading: PELICAN: Exploiting Backdoors of Naturally Trained Deep Learning Models In Binary Code Analysis
## Abstract 背景： 1. 本文研究的不是被恶意植入的后门，而是products of defects in training 2. 攻击模式: injecting some small fixed input pattern(backdoor) to induce misclassifi ......
Proj CDeepFuzz Paper Reading: Decompiling x86 Deep Neural Network Executables
## Abstract 本文: BTD github: https://github.com/monkbai/DNN-decompiler/ Task: a decompiler for DNN models to output DNN specifications including: opera ......
Proj CDeepFuzz Paper Reading: COMET: Coverage-guided Model Generation For Deep Learning Library Testing
## Abstract 背景：已有的方法(Muffin, Lemon, Cradle) can cover at most 34.1% layer inputs, 25.9% layer parameter values, and 15.6% layer sequences. 本文：COMET Gi ......
Proj CDeepFuzz Paper Reading: IvySyn: Automated Vulnerability Discovery in Deep Learning Frameworks
## Abstract 本文：IvySyn Task: discover memory error vulnerabilities in DL frameworks BugType: memory safety errors, fatal runtime errors Method: 1. 利用na ......
Proj CDeepFuzz Paper Reading: Differential Testing of Cross Deep Learning Framework APIs: Revealing Inconsistencies and Vulnerabilities
## Abstract 背景：目前对cross-framework conversion中的inconsistencies和security bugs的研究少有 本文：TensorScope Task: test cross-frame APIs in Machine Learning Librar ......
Proj CDeepFuzz Paper Reading: DeepTest: automated testing of deep-neural-network-driven autonomous cars
## Abstract 本文: DeepTest Task: a systematic testing tool for DNN-driven vehicles Method: 1. generated test cases with real-world changes like rain, fo ......
Proj CDeepFuzz Paper Reading: DeepGauge: multi-granularity testing criteria for deep learning systems
## Abstract 本文: DeepGauge Task: provide multi-granularity testing criteria for DL systems Method: multi-granularity testing criteria for DL systems: 1 ......
Proj CDeepFuzz Paper Reading: Combinatorial Testing for Deep Learning Systems
## Abstract 本文：DeepCT Task: Testing DL Models with Combinatorial Testing Method: 1. 将输出值的空间离散化为区间，以便覆盖每个区间,对不同层内的神经元交互进⾏采样，并减少必须执⾏的测试输⼊的数量。 2. a set o ......
【Leetcode刷题记录】1、买钢笔和铅笔的方案数；2、一个图中连通三元组的最小度数；3、带因子的二叉树
1、买钢笔和铅笔的方案数 题目：给你一个整数 total ，表示你拥有的总钱数。同时给你两个整数 cost1 和 cost2 ，分别表示一支钢笔和一支铅笔的价格。你可以花费你部分或者全部的钱，去买任意数目的两种笔。 请你返回购买钢笔和铅笔的 不同方案数目 。 思路：枚举法。 假设 total 最多可 ......
Proj CDeepFuzz Paper Reading: ACETest: Automated Constraint Extraction for Testing Deep Learning Operators
## Abstract Github: https://github.com/shijy16/ACETest 背景： 1. DL operators 用来计算多维tensors，很重要 本文：ACETest Task: automatically extract input validation c ......
使用卷积操作实现因子分解机
本文将介绍如何使用卷积操作实现因子分解机器。卷积网络因其局部性和权值共享的归纳偏差而在计算机视觉领域获得了广泛的成功和应用。卷积网络可以用来捕获形状的堆叠分类特征(B, num_cat, embedding_size)和形状的堆叠特征(B, num_features, embedding_size) ......
Proj CDeepFuzz Paper Reading: Aries: Efficient Testing of Deep Neural Networks via Labeling-Free Accuracy Estimation
## Abstract 背景： 1. the de facto standard to assess the quality of DNNs in the industry is to check their performance (accuracy) on a collected set of ......
Proj CDeepFuzz Paper Reading: Deepxplore: Automated whitebox testing of deep learning systems
## Abstract 背景：现有的深度学习测试在很⼤程度上依赖于⼿动标记的数据，因此通常⽆法暴露罕⻅输⼊的错误⾏为。 本文：DeepXplore Task: a white-box framework to test DL Models 方法： 1. neuron coverage 2. diff ......