anything segment model waldo
Django——models中配置级联更新级联删除
代码如下： models.ForeignKey(to='Publish') models.ForeignKey(on_delete=models.CASCADE, on_update=models.CASCADE) ......
Model Inspector—软件模型静态规范检查工具
Model Inspector（MI）原厂商是韩国Suresoft，是KOLAS国际公认测评机构，旨在提升安全关键领域软件可信度。MI用于开发过程中模型的静态检查，包括规范检查、复杂度度量，提供MAAB、HIS、CG、MISRA_AC_SLSF、MISRA_AC_TL、dSPACE标准规范及检查，检... ......
A Latent Hidden Markov Model for Process Data读文献笔记
【个人笔记】：笔记（A Latent Hidden Markov Model for Process Data） \ Summary Response process data from computer-based problem-solving items describe respondent ......
An invitation to 3-d vision: from images to geometric models英文pdf下载
Ma Y, Soatto S, Košecká J, et al. An invitation to 3-d vision: from images to geometric models[M]. New York: springer, 2004. https://www.eecis.udel.ed ......
[论文阅读] Latent Consistency Models@ Synthesizing High-Resolution Images with Few-Step Inference
1. Pre title: Latent Consistency Models: Synthesizing High-Resolution Images with Few-Step Inference accepted: arXiv 2023 (ICLR 2024 Submission) paper ......
RLHF · PBRL | SURF：使用半监督学习，对 labeled segment pair 进行数据增强
① 将 high-confidence 的预测 (σ0, σ1) 标上 pseudo-label；② 将 labeled segment pair 进行时序剪裁，得到更多数据增强的 labeled pair。 ......
[题解] CF1327F AND Segments
AND Segments 有 \(m\) 个限制 \((l, r, x)\)。 要计算满足以下条件的长度为 \(n\) 的序列 \(a\) 的数量： \(\forall i \in [1, n], 0 \le a_i < 2^k\)。 \(\forall i \in [1, m], a_{l_i} ......
RLHF · PBRL | RUNE：鼓励 agent 探索 reward model 更不确定的 (s,a)
reward model 对某 (s,a) 的不确定性，由一系列 ensemble reward models 的输出结果方差的度量，直接乘一个超参数，作为 intrinsic reward 的一部分。 ......
TALLRec: An Effective and Efficient Tuning Framework to Align Large Language Model with Recommendation
目录概TallRec代码 Bao K., Zhang J., Zhang Y., Wang W., Feng F. and He X. TALLRec: An effective and efficient tuning framework to align large language model ......
Adding Conditional Control to Text-to-Image Diffusion Models
https://mp.weixin.qq.com/s/iL6YitT7EGP6DnrBehb9MQ 1.Adding Conditional Control to Text-to-Image Diffusion Models 论文地址：https://arxiv.org/pdf/2302.05543 ......
【论文阅读笔记】【OCR-文本识别】 Scene Text Recognition with Permuted Autoregressive Sequence Models
PARSeq ECCV 2022 读论文思考的问题 论文试图解决什么问题？ 一些文本识别模型会对 semantic 信息建模，从而辅助某些困难情况下的文本识别 传统的 auto-regressive 方式限制了语义信息的传输方向；双向的 auto-regressive 聚合增加了不必要的计算量和复杂 ......
RLHF · PBRL | PEBBLE：通过 human preference 学习 reward model
① 使用熵 intrinsic reward 的 agent pre-training，② 选择尽可能 informative 的 queries 去获取 preference，③ 使用更新后的 reward model 对 replay buffer 进行 relabel。 ......
[题解]CFgym103470E Paimon Segment Tree
Paimon Segment Tree 区间加，求一段时间内的区间平方和。 \(n, m, q \le 5 \times 10^4\)。 对时间维差分一下，变成询问区间历史平方和。 离线下来扫描线，扫描线维护时间维，数据结构维护序列维。 考虑维护二元组 \((a, s)\) 表示当前位置值为 \(a ......
langchain中的chat models介绍和使用
简介 之前我们介绍了LLM模式，这种模式是就是文本输入，然后文本输出。 chat models是基于LLM模式的更加高级的模式。他的输入和输出是格式化的chat messages。 一起来看看如何在langchain中使用caht models吧。 chat models的使用 首先langchai ......
[论文阅读] EMO@ Earth Mover Distance Optimization for Auto-Regressive Language Modeling
Pre title: EMO: Earth Mover Distance Optimization for Auto-Regressive Language Modeling accepted: arXiv2023 paper: https://arxiv.org/abs/2310.04691 co ......
Design of A Basic Computer Model With Stack Function
This post introduces how to design a basic computer model which can achieve commmon stack functions. ......
Params(参数量)、Model_size(模型大小)和Flops(计算量)
Params(参数量)、Model_size(模型大小)和Flops(计算量) 参数量（params）： 参数的数量，通常以M为单位。 params = Kh × Kw × Cin × Cout 模型大小(模型大小)： 在一般的深度学习的框架中（如PyTorch），一般是32位存储，即一个参数用32 ......
Checkerboard Context Model for Efficient Learned Image Compression
目录AbstractIntroductionPreliminary 初步介绍Variational Image Compression with Hyperprior(超先验变分图像压缩)Autoregressive Context(自回归上下文模型)Parallel Context Modelin ......
[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 ......
深度学习之Attention Model（注意力模型）
https://www.cnblogs.com/jiangxinyang/p/9367497.html 1、Attention Model 概述 深度学习里的Attention model其实模拟的是人脑的注意力模型，举个例子来说，当我们观赏一幅画时，虽然我们可以看到整幅画的全貌，但是在我们深入仔细 ......
SPSS Modeler分析物流发货明细数据：K-MEANS（K均值）聚类和Apriori关联规则挖掘|附代码数据
全文链接：http://tecdat.cn/?p=32633 原文出处：拓端数据部落公众号 物流发货明细数据在现代物流业中扮演着至关重要的角色。通过对这些数据进行挖掘和分析，我们可以发现隐含在背后的供应链运营规律和商业模式，从而指导企业在物流策略、成本管理和客户服务等方面做出更加科学和有效的决策。 ......
【CVPR2023】Efficient and Explicit Modelling of Image Hierarchies for Image Restoration
> 论文：https://readpaper.com/paper/4728855966703960065 代码：https://github.com/ofsoundof/GRL-Image-Restoration 这个论文的代码地址叫GRL，意思是 Global, Regional, Local 的 ......
Markov Decision Process Model Based on Value Iteration
Using the taxi example of OpenAI Gym to achieve and tune MDP model in Reinforcement Learning based on value iteration. ......
执行SQL 获取一个Model
sqlParams?.ToArray() == sqlParams != null ? sqlParams.ToArray() : null /// <summary> /// 获取最新的数据 /// </summary> /// <returns></returns> public WeldRes ......
E. Tracking Segments
E. Tracking Segments 题目大意： 给一个全为零的数组，m次询问区间，q次修改，定义一个区间中的1个数严格大于0个数为漂亮，问在第几次修改后出现了第一个完美区间。 思路： 对修改次数进行二分，利用前缀和判断区间中的1个数，时间复杂度为$mlog(q)$ code int n, m; ......
python sqlalchemy 动态设置表名__tablename__，一个model对应多个table
from sqlalchemy import create_engine,Column,BigInteger,String from sqlalchemy.ext.declarative import declarative_base from sqlalchemy.orm import sessi ......
laravel:单元测试之model(10.27.0)
一，相关文档 https://learnku.com/docs/laravel/10.x/testing/14895 二，php代码 1，查看laravel自带的phpunit的版本 liuhongdi@lhdpc:/data/laravel/dignews$ ./vendor/bin/phpuni ......
openapi-generator修改默认生成的Model文件名称
openapi-generator为各种语言都以抽象类的形式进行了默认配置 以Typescript为例，其中的抽象类路径为 openapi-generator\modules\openapi-generator\src\main\java\org\openapitools\codegen\langu ......
【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 ......