经典resnet论文
AutoRec Autoencoders Meet Collaborative Filtering 论文阅读笔记
这个是第一篇将自编码器应用到推荐系统中的论文，也是将深度学习应用到推荐系统中的论文。比较老，主要学习它的思想，对输入的编码与重建。这篇文章提出了基于AutoEncoder的协同过滤方法来解决评分预测问题 我们的目标就是设计一个基于项目或者用户的自动编码器，它可以将每个部分观察到的\(r^u(r^i) ......
[论文阅读] Mean-Shifted Contrastive Loss for Anomaly Detection
Mean-Shifted Contrastive Loss for Anomaly Detection Abstract 这篇文章探讨了异常检测领域的一个关键问题，即如何通过使用预训练特征来提高异常检测性能。研究者首先介绍了异常检测的背景和现有方法，指出了使用自监督学习和外部数据集预训练特征的潜力。 ......
第四章：超越经典搜索
第四章：超越经典搜索 上一章所讨论的问题具有如下性质：环境是可观察的、确定的、已知的，问题是一个行动序列。本章将讨论不受环境性质的约束。 1. 局部搜索算法和最优化问题 上一章提到的搜索算法，是为了找到一条或多条达到目标的路径。而在许多问题中，到达目标的路径是不相关的。在这种情况下我们要考虑一种不关 ......
[论文阅读] Painterly Image Harmonization using Diffusion Model
Pre title: Painterly Image Harmonization using Diffusion Model accepted: AAAI2023 paper: https://arxiv.org/abs/2212.08846 code: https://github.com/bcm ......
校验 ChatGPT4 真实性的三个经典问题：区分 GPT3.5 与 GPT4，并提供免费测试网站
现在已经有很多 ChatGPT 的套壳网站，以下分享验明 GPT-4 真身的三个经典问题，帮助你快速区分套壳网站背后到底用的是 GPT-3.5 还是 GPT-4。 大家可以在这个网站测试：https://ai.hxkj.vip，免登录可以问三条，登录之后无限制。咱们使用免登录的额度测试就已经够用了 ......
CV-论文修改相关资料
SSIM https://blog.csdn.net/qq_27825451/article/details/104016874 https://zhuanlan.zhihu.com/p/410562138 https://zhuanlan.zhihu.com/p/399215180 https:/ ......
10月发布的5篇人工智能论文推荐
JudgeLM: Fine-tuned Large Language Models are Scalable Judges 由于现有基准和指标的限制，在开放式环境中评估大型语言模型(llm)是一项具有挑战性的任务。为了克服这一挑战，本文引入了微调llm作为可扩展“法官”的概念，称为JudgeLM，这 ......
论文阅读：InstructIE： A Chinese Instruction-based Information Extraction Dataset
主要提出了一种数据集Instruction-based IE，要求模型根据指令来提取信息。 1. Instruction 为IE任务创建特定的数据集式消耗事时间与资源的。 面对这些挑战的常见方法： Seq2seq提出 TANL将其视为自然语言增强的翻译任务。 UIE提出一种text-to-struc ......
【纯 Transformer 也可以取代 CNN 用于CV】Vision Transformer (ViT) 论文精读
原始题目 An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale 中文名称 一张图像等价于 16x16 Words: Transformers 来做大规模的图像识别 发表时间 2020年10月22日 平台 ......
Swin-transformer论文阅读笔记（Swin Transformer: Hierarchical Vision Transformer using Shifted Windows）
论文标题：Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 论文作者：Ze Liu, Yutong Lin, Yue Cao, Han Hu, Yixuan Wei, Zheng Zhang, Stephe ......
研究生怎么写论文
研究生从事学术研究一般要经历确定研究课题、查阅文献资料、设计研究方案、获取数据与事实、形成学术成果等5个基本环节 即确定一个既具价值、意义又适合于自己的研究主题。 其一，将平时积累的研究资料按照确定课题的需要进行整理、组合与变换，形成一种新的知识结构体系，以适应课题研究的需要其二，对已有的研究资料作 ......
【找到 Anchor-based and Anchor-free 性能差距的本质】Adaptive Training Sample Selection (ATSS) 论文精读
原始题目：Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection 中文翻译：通过 自适应训练样本选择 缩小 Anchor-based and Anch ......
论文阅读笔记——LAVA: Large-scale Automated Vulnerability Addition
LAVA: Large-scale Automated Vulnerability Addition Brendan Dolan-Gavitt∗, Patrick Hulin†, Engin Kirda‡, Tim Leek†, Andrea Mambretti‡, Wil Robertson‡, ......
论文复现01. RestainNet
论文名称：RestainNet: a self-supervised digital re-stainer for stain normalization arxiv: https://arxiv.org/pdf/2202.13804.pdf 论文的核心内容：自监督网络，把 ”灰度图“ 重新上色成H ......
matplotlib论文图片配色
还在为配图的颜色而烦恼嘛，还在为matplotlib的经典颜色而困惑嘛，看完下面的文章，教你如何选择图片颜色 上图左边是matplotlib默认的颜色系统，而右边就是使用matplotlib自带的颜色系统实现的。如何实现，请继续往下浏览 1 官方色组 1.1 推荐色组 由于官方的色组比较多，我选了几 ......
华为最高学术成果发表 —— 《Nature》正刊发表论文《Accurate medium-range global weather forecasting with 3D neural networks》
论文《Accurate medium-range global weather forecasting with 3D neural networks》的《Nature》地址： https://www.nature.com/articles/s41586-023-06185-3.pdf 论文的代码地 ......
ResNet详解：网络结构解读与PyTorch实现教程
本文深入探讨了深度残差网络（ResNet）的核心概念和架构组成。我们从深度学习和梯度消失问题入手，逐一解析了残差块、初始卷积层、残差块组、全局平均池化和全连接层的作用和优点。文章还包含使用PyTorch构建和训练ResNet模型的实战部分，带有详细的代码和解释。 关注TechLead，分享AI与云服 ......
吴恩达：如何有效读论文？
如何找论文 收集关于该主题的各种资源，可以是论文，Medium文章，博客文章，视频，GitHub库各种形式。 接下来，就可以深入理解一下这些资源了。在这一步，最关键的是需要找个方法记录自己对各个资源的理解程度。 建议列表里的每篇论文都先读个10％到20％；这样就能保证你能大致读读介绍，判断一下相关性 ......
【论文阅读笔记】【Referring & Grounding】 Ferret: Refer and Ground Anything Anywhere at Any Granularity
读论文思考的问题 论文试图解决什么问题？ referring 和 grounding 是图片空间信息理解的两大方面，而以往的模型通常只关注于其中的一个方面 能否根据人类理解图片的能力，将 referring 和 grounding 的能力统一到一个模型中？ 如何联合这两个任务？它们能相互促进吗？ 如 ......
【论文解读】RLAIF基于人工智能反馈的强化学习
【论文解读】RLAIF基于人工智能反馈的强化学习 一、简要介绍 人类反馈强化学习(RLHF)可以有效地将大型语言模型(LLM)与人类偏好对齐，但收集高质量的人类偏好标签是一个关键瓶颈。论文进行了一场RLHF与来自人工智能反馈的RL的比较(RLAIF) -一种由现成的LLM代替人类标记偏好的技术，论文 ......
10.26大论文新方向思考
语雀的运维更新出现bug导致服务全部下线 当微服务的状态发生改变，如扩缩容时，需要实时监控服务实例的状态，如果发生异常需要及时报警 1.服务流量的异常变化 2.服务实例状态的异常变化 3.调度异常状态 ......
t507嵌入式linux经典蓝牙通讯demo
// /* 开启蓝牙 echo 1 > /sys/class/rfkill/rfkill0/state rtk_hciattach -n -s 115200 /dev/ttySAC1 rtk_h5 & hciconfig -a hciconfig hci0 up 打开 hciconfig hci0 ......
DynamicBEV论文摘要
BEV+Transformer下3D检测新SOTA，性能优于SparseBEV，PETR3D，BEVStereo，SOLOFusion，StreamPETR（ResNet50），DETR3D，BEVFormer，BEVDepth（ResNet101） ......
[论文阅读] PCL: Proxy-based Contrastive Learning for Domain Generalization
PCL: Proxy-based Contrastive Learning for Domain Generalization abstract 领域泛化是指从不同源领域的集合中训练模型，该模型可以直接泛化到未见过的目标领域的问题。一种有前途的解决方案是对比学习，它试图通过利用不同领域之间的样本对之 ......
【项目】使用VGG16 ResNet50预训练模型为backbone进行FCN网络训练 完成分割任务
代码以及数据集后面会在我的ai studio主页公开 拿到这个题目的思路 1.VOC2007，VOC2012怎么统一到一起？ 参考：基于PaddlePaddle框架的YOLOv1复现 - 飞桨AI Studio星河社区 (baidu.com) 本地：基于PaddlePaddle框架的YOLOv1复现 ......
论文：Going Deeper with Convolutions-GoogleNet
论文名： Going Deeper with Convolutions 深入了解卷积 了解GoogleNet 研究问题： 研究方法: 主要结论： 模型: 问题： 行文结构梳理： ......
校验 ChatGPT4 真实性的三个经典问题：快速区分 GPT3.5 与 GPT4，并提供免费测试网站
现在已经有很多 ChatGPT 的套壳网站，以下分享验明 GPT-4 真身的三个经典问题，帮助你快速区分套壳网站背后到底用的是 GPT-3.5 还是 GPT-4。 大家可以在这个网站测试：https://ai.hxkj.vip，免登录可以问三条，登录之后无限制。咱们使用免登录的额度测试就已经够用了 ......
在论文写作时是否可以使用第一人称？？？
首先说下结论： 论文中可以使用第一人称，但是必须在表示个人观点或个人所作工作时才可以使用，在表示客观阐述时是不允许使用第一人才的。可以说在论文中使用第一人称是要看具体情况的，是十分受限的，因此在论文写作中是不提倡使用第一人称的，这一点在中英文论文中都是如此。 参考： https://www.bili ......