模态 论文翻译 上下 情感
《Learning Transferable Visual Models From Natural Language Supervision》论文学习
一、Abstract 最先进的计算机视觉系统被训练用以预测一组预定的固定目标类别。这种受限的监督方式限制了它们的通用性和可用性，因为需要额外的标记数据来指定任何新的视觉概念。因此，直接从关于图像的原始描述文本中学习是一个有希望的替代方法，它利用了更广泛的因特网监督来源。 我们证明了预测哪个标题与哪张 ......
多模态大模型的体验
主要是出图，结合实际做3个例子：1、形容天气非常寒冷的风景图片（ 画一幅未来极度寒冷下城市的场景）2、妈妈过生日的庆祝图片（画一幅妈妈过生日的庆祝图片，水墨画风格）3、包含GreenOpen字样的富含科技感的图片未来不可限量，对于当前来说是提出准确的需求。关注提高用户体验： ......
python 读取数据调翻译更新表字段
import time import requests import pymysql import datetime import random from hashlib import md5 import json now_date = datetime.datetime.now().strfti ......
JavaScript 执行上下文
一旦整个 JavaScript 程序运行，就会创建执行上下文。全局执行上下文已创建。它有两个组件，变量环境和变量。执行线程，它分两个阶段创建。第一阶段，是创建阶段。在创建阶段，我们为全局空间内的所有变量和函数分配内存。我们分配了一个未定义的变量。对于函数，我们实际上存储整个函数。这是第一阶段。 第二 ......
《CLIP：Connecting text and images》论文学习
一、Abstract 尽管深度学习已经彻底改革了计算机视觉领域，但当前的深度学习视觉方案方法存在几个主要问题： 高质量的视觉数据集，制作过程耗时且成本高昂，同时只包含了有限范围的视觉概念 标准的深度学习视觉模型（例如ImageNet、ResNet）擅长完成单一任务，且只能完成一个任务，需要投入巨大的 ......
LightGCL Simple Yet Effective Graph Contrastive Learning For Recommendation论文阅读笔记
Abstract 目前的图对比学习方法都存在一些问题，它们要么对用户-项目交互图执行随机增强，要么依赖于基于启发式的增强技术（例如用户聚类）来生成对比视图。这些方法都不能很好的保留内在的语义结构，而且很容易受到噪声扰动的影响。所以我们提出了一个图对比学习范式LightGCL来减轻基于CL的推荐者的通 ......
《X-LLM: Bootstrapping Advanced Large Language Models by Treating Multi-Modalities as Foreign Languages》论文学习
《X-LLM: Bootstrapping Advanced Large Language Models by Treating Multi-Modalities as Foreign Languages》论文学习 ......
《实现领域驱动设计》笔记——上下文映射图
一个项目的上下文映射图可以用方式来表示。比较容易的一种是画一个简单的框图表示两个或多个限界上下文之间的映射关系。该框图表示了不同的限界上下文在解决方案空间中是如何通过集成相互关联的。另一种更详细的方式是通过限界上下文集成的源代码实现来表示。 上下文映射图为什么重要 上下文映射图主要帮助我们从解决方案 ......
《实现领域驱动设计》笔记——领域、子域和限界上下文
总览 从广义上讲，领域（Domain）即是一个组织所做的事情以及其中所包含的一切。商业机构通常会确定一个市场，然后在这个市场中销售产品和服务。每个组织都有它自己的业务范围和做事方式。这个业务范围以及在其中所进行的活动便是领域。当你为某个组织开发软件时，你面对的便是这个组织的领域。这个领域对于你来说应 ......
GCGP：Global Context and Geometric Priors for Effective Non-Local Self-Attention加入了上下文信息和几何先验的注意力
Global Context and Geometric Priors for Effective Non-Local Self-Attention * Authors: [[Woo S]] 初读印象 comment:: （GCGP）提出了一个新的关系推理模块，它包含了一个上下文化的对角矩阵和二维相 ......
2023年12月 论文推荐
12月已经过了一半了，还有2周就是2024年了，我们来推荐下这两周我发现的一些好的论文，另外再推荐2篇很好的英文文章。 https://avoid.overfit.cn/post/4a878fde9a3f4cf3a29de4e742580d6b ......
SiReN Sign-Aware Recommendation Using Graph Neural Networks论文阅读笔记
Abstract 目前使用GNN的推荐系统主要利用高评分的正向用户-物品交互信息。但是如何利用低评分来表示用户的偏好是一个挑战，因为低评分仍然可以提供有用的信息。所以在本文中提出了基于GNN模型的有符号感知推荐系统SiReN，SiReN有三个关键组件 构造一个符号二部图更精确的表示用户的偏好，分为两 ......
《ChatBridge: Bridging Modalities with Large Language Model as a Language Catalyst》论文学习
一、Abstract 构建能够感知现实世界多种模态信信号，并解决各种任务的通用模型，是人工智能领域一个吸引人的目标。 在本文中，我们介绍了ChatBridge，这是一个新颖的多模态语言模型，它利用语言的表达能力作为催化剂，来弥合不同模态之间的差距。我们证明，只需要使用双模态的语言配对数据（image ......
《MiniGPT-4: Enhancing Vision-language Understanding with Advanced Large Language Models》论文学习
一、ABSTRACT 最新的GPT-4展示了非凡的多模态能力，例如直接从手写文本生成网站和识别图像中的幽默元素。这些特性在以往的视觉-语言模型中很少见。然而，GPT-4背后的技术细节仍然未公开。我们认为，GPT-4增强的多模态生成能力源自于复杂的大型语言模型（LLM）的使用。 为了检验这一现象，我们 ......
机械翻译
private void translate(String from, String to, String text) throws IOException { MediaType mediaType = MediaType.parse("application/json"); RequestBod ......
【论文阅读】HTTP 流量和恶意 URL 的异常检测
Part 1关于论文 基本信息 题目：HTTP 流量和恶意 URL 的异常检测源码：sec2vec源代码 摘要 在本文中，我们将展示如何利用自然语言处理（NLP）中已知 的方法来检测 HTTP 请求中的异常情况和恶意 URL。目前大 多数针对类似问题的解决方案要么基于规则，要么使用人工 选择的特征进 ......
go上下文神器
10 Context：你必须掌握的多线程并发控制神器 原创 码梦之旅 码梦之旅 2023-12-02 23:11 发表于广东 在上一节课中我留了一个作业，也就是让你自己练习使用 sync.Map，相信你已经做出来了。现在我为你讲解 sync.Map 的方法。 Store：存储一对 key-value ......
PANE-GNN Unifying Positive and Negative Edges in Graph Neural Networks for Recommendation论文阅读笔记
Abstract 目前利用GNN的推荐系统主要关注用户的正面反馈，而忽略了负面反馈提供的见解。于是我们提出了PANG- GNN，该模型将图神经网络的正面和负面边统一在一起。PANG-GNN首先将原始评分图根据正面和负面反馈划分为两个不同的二分图。接下来分别使用两个独立的嵌入，即感兴趣嵌入和无兴趣嵌入 ......
六级翻译
六级翻译技巧 方法 1.找主干-添枝加叶-检查回读 谁是什么 谁做了什么 什么被做(be done) 修饰成分有动词 用定语从句 2.无主语 添加 主语：people ,they ,we, he ,his,it 换成被动 there be 常用语法 之一 one of +名词复数形式 水浒传是中国文 ......
【论文阅读笔记】【多模态-Vision-Language Pretraining】 BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation
BLIP ICML 2022 (Spotlight) 读论文思考的问题 论文试图解决什么问题？写作背景是什么？ 问题： 在视觉-语言预训练（VLP）中，如何更加高效地利用充斥着噪声的海量图文对数据，提升预训练效果？ 如何设计模型，使得预训练后的模型在理解（understanding-based）任务 ......
NCL组图大小上下不同类型图不一致
这次是把高度场和bar图拼在一起，想着高度场共享一个色标bar，就没有同时使用 gsn_panel(wks,plot(0:3),(/2,2/),resPanel)，而是先用 gsn_panel(wks,plot(0:1),(/1,2/),resPanel)弄一排，然后再在后面用 gsn_panel( ......
Swin Transformer 马尔奖论文（ICCV 2021最佳论文）
目录 简介 作者之一的微软亚研院的首席研究员胡瀚老师在bibili讲过该论文 swin transformer比ViT做的更好的原因之一就是它将图片的一些特性嵌入到了网络模型之中，比如说平移不变性和尺寸不变性等，这样使得网络能够在cv领域做的更好。 该文章提出的Swin Transformer可以被 ......
【论文解读】System 2 Attention提高大语言模型客观性和事实性
本文简要介绍了论文“System 2 Attention (is something you might need too) ”的相关工作。基于transformer的大语言模型（LLM）中的软注意很容易将上下文中的不相关信息合并到其潜在的表征中，这将对下一token的生成产生不利影响。为了帮助纠正... ......
苹果iOS 17.2正式版发布！iPhone 15 Pro系列必升：新增空间视频、操作按钮翻译
今日凌晨，苹果正式发布iOS 17.2正式版升级，作为iOS 17第二次大版本更新，iOS 17.2带来多项新功能和错误修复。 首先来看iOS 17.2为iPhone 15 Pro系列带来的独占功能。 更新后，iPhone 15 Pro、iPhone 15 Pro Max上的自定义操作按钮新增翻译功 ......
Nougat：结合光学神经网络，引领学术PDF文档的智能解析、挖掘学术论文PDF的价值
Nougat：结合光学神经网络，引领学术PDF文档的智能解析、挖掘学术论文PDF的价值 这是Nougat的官方存储库，Nougat是一种学术文档PDF解析器，可以理解LaTeX数学和表格。 Project page: https://facebookresearch.github.io/nougat ......
四级作文（议论文）观点选择型
In the modern society,在现代社会 In the modernized world,在现代化社会 With the giant leap (巨大的跳跃)of technology ,econom,society With the rapid globalization(全球化) ......
四级作文（议论文 ）现象
第一句with the rapid development of `````（economy/society/techonology/cultrue）,it is of great necessity for sb（students,residents,citizens,youngsters） to ......
DAMON: 数据访问监控 （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/v6.6/admin-guide/mm/damon/index.html DAMON: 数据访问监控 DAMON允许进行轻量级的数据访问监控。使用DAMON，用户可以分析其系统的内存访问模式并进行优化。 入门指南 先决条件 记录数 ......
空闲页面跟踪 （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/latest/admin-guide/mm/idle_page_tracking.html 空闲页面跟踪 动机 空闲页面跟踪功能允许跟踪工作负载访问的内存页面和空闲页面。这些信息对于估算工作负载的工作集大小很有用，进而可以在配置工 ......
检查进程页表 （翻译 by chatgpt）
原文：https://www.kernel.org/doc/html/v6.6/admin-guide/mm/pagemap.html 检查进程页表 pagemap是内核中的一组接口，允许用户空间程序通过读取/proc中的文件来检查页面表和相关信息。 pagemap包括以下四个组件： /proc/p ......