classification hw2 hw
Supervised Machine Learning : Regression and Classification
The course is available at : Supervised Machine Learning: Regression and Classification - Week 1: Introduction to Machine Learning - Week 1 | Coursera ......
《Progressive Learning of Category-Consistent Multi-Granularity Features for Fine-Grained Visual Classification》阅读笔记
论文标题 《Progressive Learning of Category-Consistent Multi-Granularity Features for Fine-Grained Visual Classification》 细粒度视觉分类中类别一致多粒度特征的渐进学习 作者 Ruoyi D ......
DAA HW
title: DAA HW Classical Sort Insertion sort n = 6 L = [1, 2, 3, 5 ,10, 4] # n = int(input()) # L = [int(x) for x in input().split()] def insertion_sor ......
cs152 hw1
problem1 How many bytes is the program? For the above x86 assembly code, how many bytes of instructions need to be fetched if x = 0x01020304 and n = 5 ......
CINTA hw6
1. 运用CRT求解： \[x ≡ 8 ( mod 11 ) \]\[x ≡ 3 ( mod 19 ) \]解： 记 a = 8, b = 3, p = 11, q = 19 n=pq=209 egcd算法求解p-1和q-1 使pp-1≡1(mod q) , qq-1≡1(mod p) 得p-1= ......
Fine-grained Visual Classification with High-temperature Refinement and Background Suppression
摘要 细粒度视觉分类是一项具有挑战性的任务，因为类别之间的相似性很高，单个类别中数据之间的差异不同。为了应对这些挑战，以前的策略侧重于定位类别之间的细微差异并理解其中的判别特征。然而，背景还提供了重要信息，可以告诉模型哪些特征对于分类是不必要的甚至有害，并且过于依赖细微特征的模型可能会忽略全局特征和 ......
CINTA hw5
目录5、定义映射 Φ : G → G 为：g → g2。请证明 Φ 是一种群同态当且仅当 G 是阿贝尔群6、设 ϕ : G → H 是一种群同态。请证明：如果 G 是循环群，则 ϕ(G) 也是循环群；如果 G 是交换群，则 ϕ(G) 也是交换群。7.证明：如果H是群G上指标为2的子群，则H是G的正规 ......
CA-TCC: 半监督时间序列分类的自监督对比表征学习《Self-supervised Contrastive Representation Learning for Semi-supervised Time-Series Classification》(时间序列、时序表征、时间和上下文对比、对比学习、自监督学习、半监督学习、TS-TCC的扩展版)
现在是2023年11月27日，10:48，今天把这篇论文看了。 论文：Self-supervised Contrastive Representation Learning for Semi-supervised Time-Series Classification GitHub：https://g ......
Multivariate time series classification pytorch lstm
import torch import torch.nn as nn import torch.optim as optim import numpy as np from sklearn.model_selection import train_test_split # 生成示例数据 np.ran ......
Kaggle:Otto Group Classification
Kaggle:Otto Group Classification 数据处理 导入相应的包之后，从csv文件中读取数据，指定id列为index列。本身id列也不携带预测信息。同时将训练数据和测试数据拼接在一起。 train_data = pd.read_csv("dataset/train.csv", ......
CINTA hw4
目录第七章2.群 Z17 * 有多少个生成元？已知 3 是其中一个生成元，请问 9 和 10 是否生成元？3.p 和 q 是两个不同的素数，请问 Zpq 都多少个生成元？r 是任意正整数，请问 Zpr都多少个生成元6.证明：如果群 G 没有非平凡子群，则群 G 是循环群。8.证明：设 G 为任意群， ......
《A Survey on Deep Learning-based Fine-grained Object Classification and Semantic Segmentation》阅读笔记
论文标题 《A Survey on Deep Learning-based Fine-grained Object Classification and Semantic Segmentation》 基于深度学习的细粒度对象分类和语义分割的综述 为什么是 “Object” 而不是 “image” 作 ......
HW学习笔记
栈库分离方法注意事项： 所有用户输入数据需要进行分离过滤，不能遗漏、选择安全的过滤函数 如 mysql_real_escape_string()，避免过滤不严格导致注入 SQL查询模板需要设计安全，米面语义可以被注入数据改变，函数Mysql_query() 等执行SQL预警也需要参数化，避免拼接导致 ......
CART（Classification and Regression Trees）
CART（Classification and Regression Trees）是一种常用的决策树算法，既可以用于分类问题，也可以用于回归问题。CART算法由Breiman等人于1984年提出，是一种基于递归二分划分的贪婪算法。以下是对CART算法的详细解释： 1. 决策树的构建过程： CART算 ......
CINTA hw3
1(6/7) 设G是群，对任意n ∈ N, i ∈ [0, n]，gi ∈ G。 证明g0g1 · · · gn 的逆元是gn-1· · · g1-1，g-1 gi∈G，则gi-1∈G 有gigi-1=e 右逆：（g0g1 · · · gn）（gn-1· · · g1-1，g-1） =g0g1 · ......
CS61A hw03 make_anoymous_factorial()
CS61A hw03 make_anoymous_factorial() 自问自答&写在前面 写这些是因为这道练习没写出来，刚开始看到官方的solution也没看明白，通过从答案反推之后，有了一些对lambda表达式的一些理解，在此分享，观看之前还是希望经过自己思考之后再看，毕竟聪明的你都来学c ......
Lattice高速下载器HW-USBN-2B 如何申请 license
如果用的芯片不是停产老旧芯片，Diamond programmer 是不需要 license 绑定支持的。 但是有些需要编程老旧的芯片。需要安装 Diamond programmer stand-alone 版本。另外需要 单独的免费 license，这样才能启用老旧芯片烧录功能。 如果没有网站账户 ......
szfpga Lattice高速下载器HW-USBN-2B 常见问题解答
.产品特点 1). 支持windows7，Windows10 操作系统，两个操作系统非常稳定不断线。 2). 支持JTAG 模式，速度快，最高30Mb/s，调试serdes core，不会像hw-usbn-2a出现错误。如这种错误 Error: failed to set cable por(cab ......
论文：Ultra Fast Deep Lane Detection with Hybrid Anchor Driven Ordinal Classification-基于anchor方法
论文名： Ultra Fast Deep Lane Detection with Hybrid Anchor Driven Ordinal Classification 混合Anchor驱动顺序分类的超快深车道检测 研究问题： 研究方法: 主要结论： 模型: 问题： 行文结构梳理： Abstrct: ......
神经网络基础篇：详解二分类(Binary Classification)
二分类 注：当实现一个神经网络的时候，通常不直接使用for循环来遍历整个训练集（编程tips） 举例逻辑回归 逻辑回归是一个用于二分类(binary classification)的算法。首先从一个问题开始说起，这里有一个二分类问题的例子，假如有一张图片作为输入，比如这只猫，如果识别这张图片为猫，则 ......
CINTA hw2
1、写一个模指数运算函数Mod_Exp，输入a、b和m，输出a^b mod m，即a的b次方模m。 点击查看代码 #include <iostream> #include <string> #include <cmath> using namespace std; // 模运算函数 int Mod( ......
【Kaggle】Spam/Ham Email Classification
基本思想 需求是对垃圾邮件进行分类。 思路1：使用LSTM、GRU等自带的时序模型进行分类。 思路2：使用spacy这个NLP库，里面的textcat可直接用来文本分类 实际上，思路2比思路1更优。由于是入门题，就只使用思路1了。 思路2代码参考：https://blog.csdn.net/qq_2 ......
为什么我们需要不断的开发不同的机器学习模型 —— Do we Need Hundreds of Classifiers to Solve Real World Classification Problems?
论文： 《Do we Need Hundreds of Classifiers to Solve Real World Classification Problems?》 论文地址： https://jmlr.org/papers/volume15/delgado14a/delgado14a.pdf ......
(2023年新疆大学、中科院等点云分类最新综述) Deep learning-based 3D point cloud classification: A systematic survey and outlook
目录1、引言2 、3D数据2.1、3D数据表示形式2.2、点云数据存储格式2.3、3D点云公共数据集3 、基于深度学习的点云分类方法3.1、基于多视角的方法3.2、基于体素的方法3.3 、基于点云的方法3.3.1局部特征聚合3.3.1.1基于逐点处理的方法3.3.1.2基于卷积的方法3.3.1.3基 ......
AlexNet模型：ImageNet Classification with Deep Convolutional Neural Networks
文献名：ImageNet Classification with Deep Convolutional Neural Networks 创新点： 首次利用AlexNet神经网络，在ImageNet分类中以巨大的优势打败非神经网络算法 模型： ......
记一次地市hw:从供应商到目标站再到百万信息泄露
起因：某市hw，给了某医院的资产，根据前期进行的信息收集就开始打，奈何目标单位资产太少，唯有一个IP资产稍微多一点点，登录框就两个，屡次尝试弱口令、未授权等均失败。 ......
Chinese-Text-Classification-PyTorch
Chinese-Text-Classification Github项目地址： https://github.com/JackHCC/Chinese-Text-Classification-PyTorch 作者：JackHCC 链接：https://www.jianshu.com/p/9438fd0 ......
《ImageNet Classification with Deep Convolutional Neural Networks》阅读笔记
论文标题 《ImageNet Classification with Deep Convolutional Neural Networks》 ImageNet ：经典的划时代的数据集 Deep Convolutional：深度卷积在当时还处于比较少提及的地位，当时主导的是传统机器学习算法 作者 一作 ......
CINTA hw1
1 点击查看代码 #include<iostream> using namespace std; int multiply(int a, int b) { int result = 0; while (b > 0) { if (b % 2 == 0) { a *= 2; b /= 2; } else ......