cross-domain sentiment analysis learning
大语言模型的预训练4：指示学习Instruction Learning详解以及和Prompt Learning,In-content Learning区别
# 大语言模型的预训练[4]：指示学习Instruction Learning：Entailment-oriented、PLM oriented、human-oriented详解以及和Prompt Learning,In-content Learning区别 # 1.指示学习的定义 Instruct ......
大语言模型的预训练[5]：语境学习、上下文学习In-Context Learning：精调LLM、Prompt设计和打分函数设计以及ICL底层机制等原理详解
大语言模型的预训练[5]：语境学习、上下文学习In-Context Learning：精调LLM、Prompt设计和打分函数设计以及ICL底层机制等原理详解 ......
Learning hard C#学习笔记——读书笔记 06
本文介绍了 C# 中委托的定义、使用、为什么引入委托以及委托的本质。同时，还介绍了委托链的使用，即将多个委托链接在一起，提高程序的可扩展性。 ......
《DeepChain: Auditable and Privacy-Preserving Deep Learning with Blockchain-based Incentive》论文笔记
本文的研究背景： 在各种机器学习任务中，深度学习可以实现比传统机器学习算法更高的精度。最近，保护隐私的深度学习引起了信息安全界的极大关注，其中训练数据和训练模型都不会被暴露。联合学习是一种流行的学习机制，其中多方将局部梯度上传到服务器，服务器使用收集的梯度更新模型参数。然而，在联合学习中存在许多被忽 ......
大语言模型的预训练[3]之Prompt Learning：Prompt Engineering、Answer engineering、Multi-prompt learning、Training strategy详解
大语言模型的预训练[3]之Prompt Learning：Prompt Engineering、Answer engineering、Multi-prompt learning、Training strategy详解 ......
[AAAI 2023]Self-Supervised Bidirectional Learning for Graph Matching
# Self-Supervised Bidirectional Learning for Graph Matching ## 动机 Graph Matching（GM）是个NP难问题。随着机器学习的兴起，该问题也有望被更高效地解决。然而，现有的监督学习仍然需要为了训练去计算大量的ground tru ......
Learning hard C#学习笔记——读书笔记 05
本文介绍了C#编译成IL语言（Intermediate Language）的过程，以及使用ILDasm.exe工具查看IL代码的方法。文章通过一个Hello World程序，在ILDasm.exe工具中展示了MANIFEST清单和IL代码。 ......
Learning hard C#学习笔记——读书笔记 04
## 1.什么是接口 接口可以认为是一种规范，它是一种类的构建规范，它里面定义了一系列的方法和类型，但是没有具体的实现，需要继承它的类去自我实现 ## 2.接口的定义 使用 VS2022 在解决方案管理器这里，添加新建项 在添加新建项模板这里，选择接口 最后创建出来的接口如下 ```C# using ......
Unified Conversational Recommendation Policy Learning via Graph-based Reinforcement Learning
图的作用： 图结构捕捉不同类型节点（即用户、项目和属性）之间丰富的关联信息，使我们能够发现协作用户对属性和项目的偏好。因此，我们可以利用图结构将推荐和对话组件有机地整合在一起，其中对话会话可以被视为在图中维护的节点序列，以动态地利用对话历史来预测下一轮的行动。 由四个主要组件组成：基于图的 MDP ......
粗读Multi-Task Recommendations with Reinforcement Learning
论文： Multi-Task Recommendations with Reinforcement Learning 地址： https://arxiv.org/abs/2302.03328 # 摘要 In recent years, Multi-task Learning (MTL) has yi ......
2023-7-learning-note
- [任务1.学习Apex,Trigger,以及对象字段的简单使用](#任务1学习apextrigger以及对象字段的简单使用) - [Trigger](#trigger) - [学习Apex](#学习apex) - [List](#list) - [任务2.学习Visualforce 页面的开发, ......
Learning hard C#学习笔记——读书笔记 03
本文介绍了C#面向对象编程语言的三个基础特征：封装、继承和多态。其中，封装可以通过public、private、protected、internal等关键字来实现，目的是保护程序内部数据的完整性；继承可以帮助实现基类的内容复用，但也要结合场景使用；多态是指相同类型对象调用相同方法却表现出不同行为，使... ......
Learning hard C#学习笔记——读书笔记 02
每每说到类，不得不介绍的就是类的定义，它是一个抽象的概念，它是一个模板，制造对象的模板 ## 1.定义一个类 ```C# class Preson { // 类的成员变量 } ``` > 默认情况下，class关键字没有显式的使用`internal`修饰符来定义类，但是没有必要这样做，默认的修饰符就 ......
Learned Helplessness
来源于英文版维基百科 [Learned Helplessness](https://en.wikipedia.org/wiki/Learned_helplessness) Learned helplessness is the behavior exhibited by a subject afte ......
什么是 Entity Framework Core？ - Training - Microsoft Learn
> 了解 Entity Framework (EF) Core 的定义，以及如何将其与 API 一起使用。 大多数重要的 Web 应用程序都需要对数据可靠地运行操作，如创建、读取、更新和删除 (CRUD)。 它们还需要在应用程序重启之间保留这些操作所做的任何更改。 尽管有各种选项可用于在 .NET ......
LizRice--Learning EBPF
> 主要参考Liz Rice主讲的youtube视频：https://www.youtube.com/watch?v=TJgxjVTZtfw > 这里做lab记录，持续更新ing > 线上实验环境：https://play.instruqt.com/isovalent/invite/miht6dgd ......
FastReport 在C#中的应用-Learning_1
#### 1.报表模板设计  #### 2.c# 代码 ``` csharp using FastRepor ......
2023-7-learning-note
- [任务1.学习Apex,Trigger,以及对象字段的简单使用](#任务1学习apextrigger以及对象字段的简单使用) - [Trigger](#trigger) - [任务2.学习Visualforce 页面的开发,能够做出与后台交互的Visualforce页面](#任务2学习visua ......
Exploiting Noise as a Resource for Computation and Learning in Spiking Neural Networks
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ https://arxiv.org/abs/2305.16044 Summary Keywords Introduction Results Noisy spiking neural network and noise-driven le ......
The Deep Learning Compiler: A Comprehensive Survey
The Deep Learning Compiler: A Comprehensive Survey - [AI编译器综述](#ai编译器综述) - [摘要](#摘要) - [介绍](#介绍) - [背景](#背景) - [深度学习框架](#深度学习框架) - [深度学习硬件](#深度学习硬件) - ......
[ICDE 2022]How Learning Can Help Complex Cyclic Join Decomposition
# [ICDE 2022]How Learning Can Help Complex Cyclic Join Decomposition ## 总结 主要贡献是把子图匹配策略的cost的判断改为了GNN实现的预测（写得挺模棱两可的） ## 动机 解决子图匹配的一个重要问题是解决复杂循环连接查询。文章 ......
Regret Minimization Experience Replay in Off-Policy Reinforcement Learning
**发表时间：**2021 (NeurIPS 2021) **文章要点：**理论表明，更高的hindsight TD error，更加on policy,以及更准的target Q value的样本应该有更高的采样权重（The theory suggests that data with highe ......
2023-7-learning-note
- [任务1](#任务1) - [任务2](#任务2) - [apex:pageBlockButtons 样式调整,修改前：](#apexpageblockbuttons-样式调整修改前) - [修改后](#修改后) - [代码](#代码) - [官网解释：](#官网解释) - [任务3](#任务3 ......
non-deep Machine Learning Notes
# Table of Content ## Supervised Learning ### 1. Linear Model Linear Regression Logistic Regression ### 2. Support Vector Machine, SVM ### 3. Generati ......
变量间关系•Regression Analysis回归分析•LSE:最小二乘估计
变量间常见的关系有两类: 确定性关系：变量间的关系是完全确定的，可用函数 y=ƒ(x) 来表示，x(可以是向量)给定后, y的值就唯一确定了。譬如正方形的面积 S 与边长a之间有确定性关系: S=a2, 电路上有欧姆定律 V=IR等. 相关关系：变量间有关系，但是不能用函数来表示. 譬如人的身高 h ......
4.5 Unsupervised Learning: Word Embedding
# 1. Introduction(引入) 词嵌入(word embedding)是降维算法(Dimension Reduction)的典型应用. 最经典的做法就是1-of-N Encoding,它指的就是每一个字都是以向量来表示,只有在自己所属的那个字词索引上为1,其余为0,因此如果世界上的英文字 ......
ML-for-AGV-Dispatching：Learn.py逐段解读
import numpy as np import Routing import random as rd import tensorflow as tf import matplotlib.pyplot as plt import pandas as pd from sklearn import ......
Multi-Modal Attention Network Learning for Semantic Source Code Retrieval 解读
# Multi-Modal Attention Network Learning for Semantic Source Code Retrieva Multi-Modal Attention Network Learning for Semantic Source Code Retrieval，题 ......
Effective Diversity in Population-Based Reinforcement Learning
 **发表时间：**2020 (NeurIPS 2020) **文章要点：**这篇文章提出了Diversity v ......
FOSTER：Feature Boosting and Compression for Class-Incremental Learning论文阅读笔记
## 摘要 先前的类增量学习方法要么难以在稳定性-可塑性之间取得较好的平衡，要么会带来较大的计算/存储开销。受gradient boosting的启发，作者提出了一种新型的两阶段学习范式FOSTER，以逐步适应目标模型和先前的集合模型之间的残差，使得该模型能够自适应地学习新的类别。具体来说，作者首先 ......