benchmark learning offline部分
《RAPL: A Relation-Aware Prototype Learning Approach for Few-Shot Document-Level Relation Extraction》阅读笔记
代码 原文地址 预备知识： 1.什么是元学习（Meta Learning）？ 元学习或者叫做“学会学习”（Learning to learn），它是要“学会如何学习”，即利用以往的知识经验来指导新任务的学习，具有学会学习的能力。由于元学习可帮助模型在少量样本下快速学习，从元学习的使用角度看，人们也称 ......
【五期李伟平】CCF-A（AAAI'21）Game of Gradients: Mitigating Irrelevant Clients in Federated Learning
Nagalapatti, Lokesh , and R. Narayanam . "Game of Gradients: Mitigating Irrelevant Clients in Federated Learning." (2021). 针对联邦学习中相关客户端选择（FRCS）的问题，本文提 ......
MapOnline在线地图插件升级——修复部分地图不能使用的问题
在线地图插件作为一个实用工具特别受ArcGIS使用者的青睐，目前市面上的在线地图插件都是付费使用的，鉴于在线地图功能使用比较广泛，“数据禾”开发了可免费使用的MapOnline在线地图插件（文末有新版MapOnline v1.2.3资源链接）。 01 插件升级的功能 1 添加内网可用谷歌地图 由于近 ......
解决vite 文件的部分热更新问题
项目中的文件，在写代码的时候突然不能热更新了，使用的是vite + vue3 可能是点击文件夹的时候不小心改变了文件名的大小写导致的，因为这个不能热更新，搞了好久，每次写完代码，都要重启项目才能看到改变。看到网上都说是文件名的引入导致的，检查了代码，果然是这个原因。 ......
C# 面试题 如何优雅的检测一个double decimal是否含有小数部分 是否为小数
如何优雅的检测一个double/decimal是否含有小数部分 public static void Main (string[] args) { decimal d1 = 3.1M; Console.WriteLine((d1 % 1) == 0); double d2 = 3.0d; Conso ......
【scikit-learn基础】--『监督学习』之 支持向量机分类
支持向量机也是一种既可以处理分类问题，也可以处理回归问题的算法。关于支持向量机在回归问题上的应用，请参考：TODO 支持向量机分类广泛应用于图像识别、文本分类、生物信息学（例如基因分类）、手写数字识别等领域。 1. 算法概述 支持向量机的主要思想是找到一个超平面，将不同类别的样本最大化地分隔开。超平 ......
寒假1高数应用部分
主要是课本例题和课后习题 感觉今天写得质量比较高的题有两道吧，一道是那个连乘到100那个和那个6阶导数那个 第一个因为之前做的时候印象深刻，被震撼到了，所以今天很轻松做出来了，不过要学着总结规律，下次碰上类似的题也能做出了，就是一个因式为0的导数 第二个差点被绕晕了，没搞清楚谁跟谁对齐比较，其实是从 ......
寒假1高数知识部分
今天是寒假正式复习的第一天，一整天都在和高数对线，数学真是一个非常好的避难所 首先是几个必背的公式，必须无条件准确熟虑的记住 1、三角函数的公式，特别是那两个平方和与1的公式，不要总依赖那个三角形图，要理解熟练，随时想到能用的出来 2、半角公式，都是正派、然后都要变三角函数，只有一个要加负号 3、斯 ......
springBoot(基础部分)
springboot入门案例开发步骤 那他这么强，是怎样做到的呢？ 对于jdk的使用版本，我们可以先将模块创建出来，然后在项目结构中修改 在springboot中，对于前面springmvc和spring的一些配置信息我们可以完全省略 springboot工程官网创建方式 演示了我们在spring官 ......
Learning Dynamic Query Combinations for Transformer-based Object** Detection and Segmentation论文阅读笔记
Motivation & Intro 基于DETR的目标检测范式（语义分割的Maskformer也与之相似）通常会用到一系列固定的query，这些query是图像中目标对象位置和语义的全局先验。如果能够根据图像的语义信息调整query，就可以捕捉特定场景中物体位置和类别的分布。例如，当高级语义显示图 ......
gsm8k benchmark
using gsm8k-rft-llama7b-u13b_evaluation env: lm_evaluation using GSM8K-eval ......
【scikit-learn基础】--『监督学习』之 随机森林分类
随机森林分类算法是一种基于集成学习（ensemble learning）的机器学习算法，它的基本原理是通过对多个决策树的预测结果进行平均或投票，以产生最终的分类结果。 随机森林算法可用于回归和分类问题。关于随机森林算法在回归问题上的应用可参考：TODO 随机森林分类算法可以应用于各种需要进行分类或预 ......
招投标系统是Electron的纯内网编辑Office Word，可以设置部分区域可编辑，其他的地方不能编辑吗？
问题： 我们是招投标系统的开发公司，框架是用的Electron，需要在纯内网的环境下编辑Office Word，可以设置部分区域可编辑，其他的地方不能编辑吗（如下红框位置）？并且在用户忘记填写一些区域的时候做提醒。 回答： 可以实现，猿大师办公助手支持Electron框架，并且支持纯内网部署。 猿大 ......
GB28181视频汇聚平台EasyCVR级联后，部分通道视频无法播放是什么原因？
视频汇聚监控EasyCVR平台可以实现不同厂家、不同协议、不同型号的摄像机、设备及平台获取摄像机视频流后，以统一、标准的视频格式和传输协议，将视频流推送至云平台，完成海量安防视频资源轻量化接入、分发，实现设备和平台的互联互通，形成感、存、知、用一体化的综合性大平台，让用户随时随地“可视、可测、可控”... ......
【scikit-learn基础】--『监督学习』之 决策树分类
决策树分类算法是一种监督学习算法，它的基本原理是将数据集通过一系列的问题进行拆分，这些问题被视为决策树的叶子节点和内部节点。决策树的每个分支代表一个可能的决策结果，而每个叶子节点代表一个最终的分类结果。 决策树分类算法的历史可以追溯到1980年代初，当时研究者开始探索用机器学习来解决分类问题。在19 ......
【略读论文|大模型相关】Zero-Shot Relational Learning on Temporal Knowledge Graphs with Large Language Models
时间：2023 学校：慕尼黑大学 创新点： 1.据我们所知，这是第一个试图在TKGF背景下研究零射击关系学习的工作。 2.我们设计了一种基于llm的方法zrLLM，并设法在零射击关系推理中增强各种基于嵌入的TKGF模型。 3.实验结果表明，zrLLM有助于大大提高所有考虑的TKGF模型对包含未见零射 ......
humaneval benchmark
use code-eval command git clone https://github.com/abacaj/code-eval.git cd code-eval conda create -n human_eval python=3.10 conda activate human_eval ......
学习Spring Boot 注解，这一篇就够了（附带部分注解实例讲解）
大纲 一、web mvc开发时，对于三层的类注解 1.1 @Controller 1.2 @Service 1.3 @Reponsitory 1.4 @component 二、依赖注入的注解 2.1@Autowired 2.2 @Resource 2.3 @Resource、@Autowired的区 ......
使用IDEA将部分代码抽出来变成一个新的方法 快捷键不是Ctrl + Alt + M 填写方法名称即可
使用IDEA将部分代码抽出来变成一个新的方法 快捷键不是Ctrl + Alt + M 填写方法名称即可 前言 从java开发角度来说，一个方法一般不宜过长，通常都是50到100行左右。太长的方法不管从阅读还是维护上来说都是不利的。但在实际开发中，一方面可能需要优化祖传代码，另一方面我们自己也经常 ......
【scikit-learn基础】--『监督学习』之 贝叶斯分类
贝叶斯分类是一种统计学分类方法，基于贝叶斯定理，对给定的数据集进行分类。它的历史可以追溯到18世纪，当时英国统计学家托马斯·贝叶斯发展了贝叶斯定理，这个定理为统计决策提供了理论基础。 不过，贝叶斯分类在实际应用中的广泛使用是在20世纪80年代，当时计算机技术的进步使得大规模数据处理成为可能。 1. ......
dotnet webapi miniapi learn note
GameStore.Api/Dtos.cs using System.ComponentModel.DataAnnotations; namespace GameStore.Api.Dtos; public record GameDto(int Id, string Name, string Gen ......
python[xpath]-1基础部分，不会就查
一、直入主题，使用方式 xpath解析原理： 1、实例化一个etree的对象，且需要讲被解析的页面源码数据加载到该对象中 2、调用etree对象中的xpath方法，结合着xpath表达式实现标签的定位和内容的获取环境的安装 安装lxml模块 pip install lxml pip install ......
《An End-to-end Model for Entity-level Relation Extraction using Multi-instance Learning》阅读笔记
代码 原文地址 预备知识： 1.什么是MIL？ 多示例学习（MIL）是一种机器学习的方法，它的特点是每个训练数据不是一个单独的实例，而是一个包含多个实例的集合（称为包）。每个包有一个标签，但是包中的实例没有标签。MIL的目的是根据包的标签来学习实例的特征和分类规则，或者根据实例的特征来预测包的标签。 ......
CF940F Machine Learning题解
题目链接：洛谷 或者 CF 不是特别难的题，抽象下题意就是算区间次数出现的次数 mex 和带单点修改。看到范围 \(1e5\) 还带修改，传统的 mex 求法里貌似就莫队类算法好带修，考虑带修莫队。 然而涉及到 mex 问题，你可能不由自主地想到回滚莫队求 mex 只删不加的板子题：P4137 Rm ......
CF940FMachine Learning题解
题目链接：洛谷 或者 CF 不是特别难的题，抽象下题意就是算区间次数出现的次数 mex 和带单点修改。看到范围 \(1e5\) 还带修改，传统的 mex 求法里貌似就莫队类算法好带修，考虑带修莫队。 然而涉及到 mex 问题，你可能不由自主地想到回滚莫队求 mex 只删不加的板子题：P4137 Rm ......
AT_zone2021 部分
前言 教练出了个集训赛，就是 AT_zone2021 vp，赛时没切 E，赛后也不想做 E，所以不写。 ZONe_a 用 substr 拆出来，然后检查是不是 ZONe。 Code #include <bits/stdc++.h> using namespace std; int main() { ......
TDSQL(PostgreSQL版本) benchmark性能测试
一、准备软件包jdk： 地址：https://pan.baidu.com/s/1sbgLPROfd9e_valSfv0YAQ 提取码：4qpsbenchmark：地址：https://pan.baidu.com/s/1nAHER-BXpgG0LUnR8NbT7Q 提取码：xcbu 二、安装1、jdk ......
【scikit-learn基础】--『监督学习』之 逻辑回归分类
逻辑回归这个算法的名称有一定的误导性。虽然它的名称中有“回归”，当它在机器学习中不是回归算法，而是分类算法。因为采用了与回归类似的思想来解决分类问题，所以它的名称才会是逻辑回归。 逻辑回归的思想可以追溯到19世纪，由英国统计学家Francis Galton在研究豌豆遗传问题时首次提出。然而，真正将逻 ......