论文 资料cv

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) ......

cv 量化业务 方法

1,挑选校准数据集,如测试集,bad case数据 2,将部分cos较低的层,设置成fp16或者int16 3,部分cos较低的层,想办法从源头提高cos,如加上一个BN,换上adam优化器,而不是adamw 4,brecq/qdrop,或者we,或者联合使用 5,qat ......
业务 方法 cv

[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。 ......

[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 ......

资料分析-速算技巧

一、速算技巧 1、四则运算 ①加法 尾数法 适合需要精确计算,选项尾数不同,且没有小数的情况 高位叠加 适合非精确计算,从高位加起,随算随止(注意不足两位数时用0占位) 削峰填谷 适用于求平均数,选取基准值+偏离总和/项数 ②减法 "12 21"分段法 更新ing... ......
速算 技巧 资料

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:/ ......
论文 资料 CV

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 ......
人工智能 人工 智能 论文

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 ......

草原承包经营权确权数据处理系统批量生成表格资料草场分布图

山水林田湖草沙冰是生命共同体。草原承包经营权确权成果资料繁多,要求较高。为源地理(wygis2022)根据实际介绍草原承包经营权确权数据处理系统批量生成界址点、承包地块调查表、承包方调查表、承包合同书、登记申请书、公示结果归户表、经营权登记簿、牧户信息采集表、草场分布图的经验和成果。 ......

Unity从入门到主程学习路线(内含学习资料)干货超全

写在最前 很多小伙伴想进阶Unity主程,进阶Unity架构师,不知道要学哪些知识,今天给大家分享一下比较完整的知识体系,Unity学习路线,介绍一些有干货的博主与教程,给大家做参考。 不管你是已经工作了,还是正在学习中的Unity初学者,如果你想在游戏开发行业中有更高更远的发展,请用五分钟阅读下面 ......
干货 学习资料 路线 资料 Unity

【MMD】MMD三渲二的终极解决方案msToonCoordinator丨核心概念丨赛璐璐丨技法丨资料

本篇最开始放在B站的专栏,感觉B站的专栏越来越不方便,想增添补修都非常麻烦(B站专栏只允许修改三次),所以逐步搬迁到博客园。 感谢MMD、MME的所有的制作者。 使用msToonCoordinator渲染 前言 一、这是经验分享,不是专业性质的文章。 二、不要在评论区刷U3D、UE、Blender、 ......
msToonCoordinator 技法 MMD 终极 核心

【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 ......
Transformer Vision 论文 CNN ViT

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 ......

umich cv-6-2 注意力机制

这节课中介绍了循环神经网络的第二部分,主要引入了注意力机制,介绍了注意力机制的应用以及如何理解,在此基础上建立了注意力层以及transformer架构 注意力机制 注意力机制 应用与理解 注意力层 transformer 注意力机制 上次我们没有提到sequence to sequence的RNN结 ......
注意力 机制 umich cv

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 ......
写论文 研究生

【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‡, ......

umich cv-6-1 循环神经网络基本知识

这节课中介绍了循环神经网络的第一部分,主要介绍了循环神经网络的基本概念,vanilla循环网络架构,RNN的一些应用,vanilla架构的问题,更先进的rnn架构比如GRU和LSTM 循环神经网络基本知识 vanilla循环网络架构 应用与理解 vanilla架构的问题 LSTM vanilla循环 ......

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 ......
RestainNet 论文 01

土地盐碱化资料

What Is Soil Salinization? Salinization of soil is an excessive accumulation of water-soluble salts. Typically, it is table salt NaCl. The list is far ......
盐碱 土地 资料

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 ......
matplotlib 论文 图片

LLM资料整理

框架: 1、https://github.com/LianjiaTech/BELLE 支持Docker 2、https://github.com/vllm-project/vllm 3、https://github.com/hiyouga/LLaMA-Factory/ 一个训练框架,比起BELLE来 ......
资料 LLM

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 ......

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

umich cv-5-2 神经网络训练2

这节课中介绍了训练神经网络的第二部分,包括学习率曲线,超参数优化,模型集成,迁移学习 训练神经网络2 学习率曲线 超参数优化 模型集成 迁移学习 学习率曲线 在训练神经网络时,一个常见的思路就是刚开始迭代的时候学习率较大,然后随着迭代次数的增加,学习率逐渐下降,下面我们就来介绍几种学习率下降的方法: ......
神经网络 神经 umich 网络 cv

Transformer 相关资料列表

Transformer 相关资料列表 Encoder-Decoder框架 1 Transformer 模型 1 连续词袋模型(CBOW) Word2vec Transformer 模型中的positional encoding(位置编码)计算理解 Transformer 模型中的positional ......
Transformer 资料

具有意义的资料链接

每日整理合集 10.28 1. https://tangshusen.me/Dive-into-DL-PyTorch/#/ 2.https://blog.csdn.net/m0_51366201/article/details/130227906 10.29 10.30 ......
意义 链接 资料

umich cv-5-1 神经网络训练1

这节课中介绍了训练神经网络的第一部分,包括激活函数的选择,权重初始化,数据预处理以及正则化方法 训练神经网络1 激活函数 数据预处理 权重初始化 正则化方法 激活函数 这部分主要讨论我们之前提到的几种激活函数的利弊: 首先我们看sigmoid函数,这种激活函数有着激活函数中常见的优点与缺点: 优点方 ......
神经网络 神经 umich 网络 cv

【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 ......
人工智能 人工 智能 论文 RLAIF