cross-domain sentiment analysis learning
Learn Git in 30 days—— 第 26 天：多人在同一个远端仓库中进行版控
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 一个人用的版本控制，只能算是当作原始码历史备份工具，在大多数的情況下，版本控制机制都是设计给多人共同使用的，尤其 ......
Learn Git in 30 days—— 第 25 天：使用 GitHub 远端仓库 - 观念篇
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 上一篇大家学会了如何下载远端仓库 (git clone, git pull) 与上传远端仓库 (git push ......
论文解读（CR-Match）《Revisiting Consistency Regularization for Semi-Supervised Learning》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Revisiting Consistency Regularization for Semi-Supervised Learning论文作者：Yue Fan、Anna Kukleva、Bernt Schie ......
Learn Git in 30 days—— 第 24 天：使用 GitHub 远端仓库 - 入门篇
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn GitHub 是目前全世界最多人采用的 Git 线上管理平台，他包含了完整的 Git 远端仓库实作，还有完整的议 ......
Machine Learning for Beginners(scikit-learn module)
Machine Learning Common Lifycycle Import the Data Clean the Data Split the Data into Training/Test Sets Create a Model Train the Model Make Prediction ......
Learn Everyday English for Speaking
专有名词 salmon：三文鱼 chocolate fountain：巧克力喷泉 drum and bass: 鼓和贝斯 Spaghetti：意大利面 adrenaline：肾上腺素 首句English You're telling me? 还用你说。这是一个表示“你不用告诉我，我已经知道了”的表达 ......
Learn Git in 30 days—— 第 23 天：修正 commit 过的版本历史记录 Part 5
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 我们上一篇文章谈到的 Rebase 是用来将现有的两个分支进行「重新指定基础版本」，执行 Rebase 之后，也 ......
Learn Git in 30 days——第 22 天：修正 commit 过的版本历史记录 Part 4 (Rebase)
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 我们之前已经讲了三种不同的修正版本的方法，严格上来说 git revert 与 git cherry-pick ......
Learn Git in 30 days——第 21 天：修正 commit 过的版本历史记录 Part 3
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 在版本控制过程中，还有个常见的状況，那就是当你在一个分支中开发了一段时间，但后来决定整个分支都不要了，不过当中却 ......
Ranking Distillation: Learning Compact Ranking Models With High Performance for Recommender System
目录概符号说明Ranking Distillation代码 Tang J. and Wang K. Ranking Distillation: Learning compact ranking models with high performance for recommender system. ......
Efficient Off-Policy Meta-Reinforcement Learning via Probabilistic Context Variables
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！ Proceedings of the 36th International Conference on Machine Learning, PMLR 97:5331-5340, 2019 ......
MonoNeRF: Learning Generalizable NeRFs from Monocular Videos without Camera Poses
1. 论文简介 论文题目：MonoNeRF: Learning Generalizable NeRFs from Monocular Videos without Camera Poses Paper地址：chrome-extension://efaidnbmnnnibpcajpcglclefind ......
Meta-Reinforcement Learning of Structured Exploration Strategies
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！ NeurIPS 2018 ......
Learn Git in 30 days——第 20 天：修正 commit 过的版本历史记录 Part 2
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 在版本控制过程中，还有个常见的状況，那就是当执行了多个版本之后，才发现前面有几个版本改错了，例如你不小心把测试中 ......
Learn Git in 30 days——第 19 天：设定 .gitignore 忽略清单
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 在开发项目时，工作目录下可能经常会有新的文件产生 (可能是通过 Visual Studio 工具产生的那些暂存文 ......
Varibad：A very good method for bayes-adaptive deep rl via meta-learning
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！ Published as a conference paper at ICLR 2020 ABSTRACT 1 INTRODUCTION 2 BACKGROUND 2.1 TRAINING SETUP 2.2 BAYESIAN REINF ......
基因挖掘之BSA (Bulk segregation analysis)
目录BSA的发展BSA分析框架BSA流程及影响因素BSA的群体BSA的算法BSA的软件BSA遗传群体、算法和软件的对应关系 BSA作为基因组学中基因挖掘的三板斧之一，最大优点是高效、经济、简便。通过选择双亲群体分离后代中具有极端表型的个体进行混样，然后比较不同极端混样池之间的多态性并结合表型进行目标 ......
Learning Heterogeneous Temporal Patterns of User Preference for Timely Recommendation
目录概符号说明TimelyRecMulti-aspect Time Encoder (MATE)Time-aware History Encoder (TAHE)Prediction代码 Cho J., Hyun D., Kang S. and Yu H. Learning heterogeneou ......
论文解读（FixMatch）《FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence论文作者：论文来源：2020 aRxiv论文地址： ......
Learn Git in 30 days——第 18 天：修正 commit 过的版本历史记录 Part 1
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 当你使用 Git 进行版本控制时，我们会利用 git commit 建立许多版本，由于 Git 属分布式版本控制 ......
Learn Git in 30 days——第 17 天：关于合并的基本观念与使用方式
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 我曾在【第 08 天：关于分支的基本观念与使用方式】提过关于「分支」的基本观念与用法，现在则要来讲「合并」如何进 ......
SAP ABAP Dump Analysis(ST22) 工具的使用和背景介绍
笔者在 SAP 中国研究院 16年的工作生涯里，曾经在多个产品开发和产品支持团队工作过。产品支持(Product Support)团队的职责就是分析和处理 SAP 客户提交的 Incident. 不少客户提交的 Incident 只能在客户的生产系统上重现，而我们 SAP Support 工程师是不 ......
Learning Continuous Image Representation with Local Implicit Image Function
Learning Continuous Image Representation with Local Implicit Image Function（阅读笔记）11.03 局部隐式图像函数（LIIF）表示连续中的图像，可以以任意高分辨率表示。 摘要：如何表示图像？当视觉世界以连续的方式呈现时，机器 ......
Unsupervised Degradation Representation Learning f
Unsupervised Degradation Representation Learning for Blind Super-Resolution文献阅读 (2022.09.28)盲超分辨率的退化表征（向量）学习 摘要：大多数基于CNN的SR都是基于退化固定且可知这一假设。但是实际退化和假设不一 ......
Learn Git in 30 days——第 16 天：善用版本日志 git reflog 追踪变更轨迹
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 其实学习 Git 版本控制的指令操作并不难，但要弄清楚 Git 到底对我的仓库做了什么事，还真不太容易。当你一步 ......
Learn Git in 30 days——第 15 天：标签 - 标记版本控制过程中的重要事件
写的非常好的一个Git系列文章，强烈推荐 原文链接：https://github.com/doggy8088/Learn-Git-in-30-days/tree/master/zh-cn 在使用 Git 版本控制的过程中，会产生大量的版本，随着寒暑易节、物换星移，在这众多的版本之中，一定会有一些值得 ......
功耗分析 Powerplay power analysis tool
generate the vcd file for the Powerplay power analysis tool Powerplay 使用方法 Assignments-->Settings-->Simulation，勾选生成VCD文件，并且需要填写仿真文件所例子化的顶层名称 继续点击 More ......
SpringBoot-Learning系列之Kafka整合
SpringBoot-Learning系列之Kafka整合 本系列是一个独立的SpringBoot学习系列，本着 What Why How 的思想去整合Java开发领域各种组件。 消息系统 主要应用场景 流量消峰(秒杀 抢购)、应用解耦（核心业务与非核心业务之间的解耦） 异步处理、顺序处理 实时数据 ......
Graph Construction and b-Matching for Semi-Supervised Learning
目录概符号说明图的构建Graph Sparsification\(\epsilon\)-neighborhood graph\(k\)NN graph\(b\)-MatchingGraph Edge Re-Weighting Jebara T., Wang J. and Chang S. Graph ......