答案 石油 论文 大学

论文阅读笔记:Descent methods for elastic body simulation on the GPU (源代码及实现细节)

材料来源于 Descent methods for elastic body simulation on the GPU, ACMTransactions on Graphics (TOG), 2016. 0. 概述 在本论文中,提出了一种***。下面将详细介绍该方法的源代码及实现细节,并对照论文中 ......
源代码 simulation 细节 Descent methods

论文分享丨Holistic Evaluation of Language Models

摘要:该文为大模型评估方向的综述论文。 本文分享自华为云社区《【论文分享】《Holistic Evaluation of Language Models》》,作者:DevAI。 大模型(LLM)已经成为了大多数语言相关的技术的基石,然而大模型的能力、限制、风险还没有被大家完整地认识。该文为大模型评估 ......
Evaluation Holistic Language Models 论文

并查集论文

它是一种轻量型的简单数据结构,可以动态维护若干个集合,并支持合并查询。 find(x),查询一个元素属于哪一个集合。 merge(x, y),合并两个集合。 为了实现这个数据结构,我们采用 一个代表 表示这个集合。就是说,每个集合选择一个固定的元素,作为整个集合的代表。 我们需要定义归属关系的表示方 ......
论文

大学C/C++考试速成法

问题描述 如何在有限的时间内,尽可能提高自己上岸几率。 原则 一切以上岸为目的,其他别管那么多。 4个方面 1.牢记目的,对提分没有用的题目、方法不要去看; 2.找学长或学姐要往年的题目,题目的类型都是差不多的,去写写看看,记住重要的不是题目,重要的是掌握方法; 3.遇到不会的题目,最快的方法是问老 ......
速成法 大学

为什么Tomcat架构要这么设计?这篇文章告诉你答案!

Tomcat体系架构 Tomcat项目结构 bin目录 bin目录主要是用来存放tomcat的命令,主要有两大类,一类是以.sh结尾的(linux命令),另一类是以.bat结尾的(windows命令)。 很多环境变量的设置都在此处,例如可以设置JDK路径、tomcat路径 startup文件:主要是 ......
架构 篇文章 答案 Tomcat

CVPR论文解读《Learning To Count Everything》

密集场景下的目标检测与计数 ———CVPR论文解读《Learning To Count Everything》 计数是我们经常会碰到的问题,使用最贴近我们生活实际的情景举例。例如统计上课已到教室的人数,或者统计货架上的物品数量、统计书架上的书本数。在比较密集的情况下,通过人工计数是非常麻烦的,但如果 ......
Everything Learning 论文 Count CVPR

对比学习论文综述

tag: DL/Contrastive alias: CV方向比较经典的对比学习论文,截止到2021年12月 学习来源:对比学习论文综述【论文精读】_哔哩哔哩_bilibili 百花齐放 CV双雄 MoCo 改进简单有效并且有很大影响 动量编码器。在后续的SimCLR和BYOL等一直在使用 写作方式 ......
论文

论文解读(Moco v3)《An Empirical Study of Training Self-Supervised Vision Transformers》

论文信息 论文标题:Improved Baselines with Momentum Contrastive Learning论文作者:Xinlei Chen, Saining Xie, Kaiming He论文来源:2021 ICCV论文地址:download 论文代码:download引用次数: ......

论文阅读笔记:Parallel Iterative Solvers for Real-time Elastic Deformations (迭代法求解方程组 / 弹性形变仿真)

材料来源于 Siggraph Asia 2018 的 course note Parallel iterative solvers for real-time elastic deformations, SIGGRAPH Asia 2018 Courses, 2018. 0. 概述 在形变仿真中,许 ......

如何用Kendo UI实现一个响应式数据网格?这里有答案!

Kendo UI是带有jQuery、Angular、React和Vue库的JavaScript UI组件的最终集合,无论选择哪种JavaScript框架,都可以快速构建高性能响应式Web应用程序。通过可自定义的UI组件,Kendo UI可以创建数据丰富的桌面、平板和移动Web应用程序。通过响应式的布 ......
网格 答案 数据 Kendo

Debiased Contrastive Learning of Unsupervised Sentence Representations 论文精读

ACL2022-long paper 原文地址 1. 介绍(Introduction) 问题: 由PLM编码得到的句子表示在方向上分布不均匀, 在向量空间中占据一个狭窄的锥形区域, 这在很大程度上限制了它们的表达能力. 已有的解决办法: 对比学习. 对于一个原句, 构造他的正例(语义相似的句子)和负 ......

论文翻译:2023_THLNet: two-stage heterogeneous lightweight network for monaural speech enhancement

论文地址:THLNet: 用于单耳语音增强的两级异构轻量级网络 代码:https://github.com/dangf15/THLNet 引用格式:Dang F, Hu Q, Zhang P. THLNet: two-stage heterogeneous lightweight network f ......

14.AQS的前世,从1990年的论文说起

大家好,我是王有志。在正式开始学习AbstractQueuedSynchronizer前,先来了解下基于队列思想的自旋锁在设计上的演进。 ......
论文 1990 AQS 14

R-Drop论文复现与理论讲解

摘要:基于 Dropout 的这种特殊方式对网络带来的随机性,研究员们提出了 R-Drop 来进一步对(子模型)网络的输出预测进行了正则约束。 本文分享自华为云社区《R-Drop论文复现与理论讲解》,作者: 李长安。 R-Drop: Regularized Dropout for Neural Ne ......
理论 R-Drop 论文 Drop

图解 paxos 论文《The Part-Time Parliament》

本文以图文并茂的方式重新演绎 Paxos 开山之作 《The Part-Time Parliament》[1],并尝试解释原论文中语焉不详的地方。 背景 在 Paxos 小岛上,施行着一种 Parliament(议会) 政治。小岛上执行的所有 decree(法令) 都需要先由 Parliament ......
Parliament Part-Time 论文 paxos Part

一文详解ATK Loss论文复现与代码实战

摘要:该方法的主要思想是使用数值较大的排在前面的梯度进行反向传播,可以认为是一种在线难例挖掘方法,该方法使模型讲注意力放在较难学习的样本上,以此让模型产生更好的效果。 本文分享自华为云社区《ATK Loss论文复现与代码实战》,作者:李长安。 损失是一种非常通用的聚合损失,其可以和很多现有的定义在单 ......
实战 代码 论文 Loss ATK

DIVFusion_ Darkness-free infrared and visible image fusion 论文解读

研究 背景: ​ 当前图像融合方法都是针对正常照明的红外与可见光图像设计的,无法有效处理夜景下的情况。 ​ 而针对夜景下的融合可以分为以下两个步骤,1 可见光图像增强,2 可见光图像与红外图像融合。但是现存的弱光增强算法与融合算 法存在严重不兼容,简单的组合会导致一系列问题。如何建模消除两种算法的不 ......

Backbone 网络-ResNet 论文解读

残差网络(ResNet)的提出是为了解决深度神经网络的“退化”(优化)问题。ResNet 通过设计残差块结构,调整模型结构,让更深的模型能够有效训练更训练。 ......
Backbone ResNet 论文 网络

【论文笔记】UNet

【深度学习】总目录 语义分割的U-Net网络是2015年诞生的模型,它几乎是当前segmentation项目中应用最广的模型。Unet能从更少的训练图像中进行学习,当它在少于40张图的生物医学数据集上训练时,IOU值仍能达到92%。Unet网络非常简单,前半部分作用是特征提取,后半部分是上采样。在一 ......
笔记 论文 UNet

【论文笔记】FCN全卷积网络

全卷积网络(FCN)是用于图片语义分割的一种卷积神经网络(CNN),由Jonathan Long,Evan Shelhamer 和Trevor Darrell提出,由此开启了深度学习在语义分割中的应用。语义分割是计算机视觉领域很重要的一个分支,在自动驾驶、地面检测等方面都起到很重要作用。与简单区分前 ......
卷积 笔记 论文 网络 FCN

论文翻译:2020:ECAPA-TDNN: Emphasized Channel Attention, Propagation and Aggregation in TDNN Based Speaker Verification

论文地址:ECAPA-TDNN:在基于TDNN的说话人验证中强调通道注意、传播和聚集 论文代码:https://github.com/TaoRuijie/ECAPA-TDNN 引用格式:Desplanques B, Thienpondt J, Demuynck K. Ecapa-tdnn: Emph ......

论文翻译:2022_Phase-Aware Deep Speech Enhancement: It's All About The Frame Length

论文地址:相位感知深度语音增强:这完全取决于帧长 引用格式:Peer T, Gerkmann T. Phase-aware deep speech enhancement: It's all about the frame length[J]. JASA Express Letters, 2022, ......

论文翻译:2022_Time-Shift Modeling-Based Hear-Through System for In-Ear Headphones

论文地址:基于时移建模的入耳式耳机透听系统 引用格式: 摘要 透传(hear-through,HT)技术是通过增强耳机佩戴者对环境声音的感知来主动补偿被动隔离的。耳机中的材料会减少声音 500Hz以上的高频成分。HT算法利用麦克风和用户耳朵之间的相对传递函数(RTF)产生人造声音,从而弥补环境声音的 ......

论文翻译:2022_2022_TEA-PSE 2.0:Sub-Band Network For Real-Time Personalized Speech Enhancement

论文地址:TEA-PSE 2.0:用于实时个性化语音增强的子带网络 论文代码: 引用: 摘要 个性化语音增强(Personalized speech enhancement,PSE)利用额外的线索,如说话人embeddings来去除背景噪声和干扰语音,并从目标说话人提取语音。此前,Tencent - ......

论文翻译:2022_腾讯DNS 1th TEA-PSE: Tencent-ethereal-audio-lab personalized speech enhancement system for ICASSP 2022 DNS CHALLENGE

论文地址:TEA-PSE: 用于ICASSP 2022 DNS挑战赛的Tencent-ethereal-audio-lab 个性化语音增强系统 论文代码: 引用格式:Ju Y, Rao W, Yan X, et al. TEA-PSE: Tencent-ethereal-audio-lab pers ......

论文翻译:2022_PercepNet+: A Phase and SNR Aware PercepNet for Real-Time Speech Enhancement

博客地址:凌逆战 (转载请注明出处) 论文地址:PercepNet+: 用于实时语音增强的相位和信噪比感知 PercepNet 引用格式: Ge X, Han J, Long Y, et al. PercepNet+: A Phase and SNR Aware PercepNet for Real ......

基于ERNIELayout&pdfplumber-UIE的多方案学术论文信息抽取

基于ERNIELayout&pdfplumber-UIE的多方案学术论文信息抽取,小样本能力强悍,OCR、版面分析、信息抽取一应俱全。 ......

如何轻松做数据治理?开源技术栈告诉你答案

搭建一套数据治理体系耗时耗力,但或许我们没有必要从头开始搞自己的数据血缘项目。本文分享如何用开源、现代的 DataOps、ETL、Dashboard、元数据、数据血缘管理系统构建大数据治理基础设施。 ......
答案 数据 技术

Raft一致性共识算法论文学习

论文地址:https://pdos.csail.mit.edu/6.824/papers/raft-extended.pdf 看完raft共识算法,脑袋非常懵,所以写一篇学习笔记,记录一下。 raft算法主要解决三个模块的问题:领导人选举、日志复制和安全性。当然除了这三个方面,论文对于raft的安全 ......
一致性 共识 算法 论文 Raft

Google分布式文件系统GFS论文学习

GFS作为最著名的分布式文件系统,首先具备了大规模、可扩展、适配大文件、自动运维等高级特性。虽然是比较早期的分布式文件系统,但是它里面的设计思想还是值得现代分布式系统设计参考的,并且还有很多后期著名的分布式文件系统就是根据 GFS 来的。 一、设计预期 在论文前面,列举了设计预期,也就是 GFS 是 ......
分布式 文件 Google 论文 系统
共1650篇  :54/55页 首页上一页54下一页尾页