deepin-for-arm deepin arm for
【LeetCode字符串#03】图解翻转字符串中的单词，以及对于for使用的说明
翻转字符串中的单词 力扣题目链接(opens new window) 给定一个字符串，逐个翻转字符串中的每个单词。 示例 1： 输入: "the sky is blue" 输出: "blue is sky the" 示例 2： 输入: " hello world! " 输出: "world! hel ......
琐碎的想法（五）for 的前世今生
for 的前世今生 起因 记得大学上C语言的课，第一次遇到的问题就是循环结构里面的 for。 在此之前，选择结构的 if 非常易懂，和日常生活的判断没有区别。 循环结构的 while 同样比较好理解。 本质上是一个判断 如果为真，继续循环。 如果不假，则退出循环。 而 for 会不好理解一些。 fo ......
Cesium for Unreal加载倾斜摄影
本文介绍UE4中通过Cesium插架加载本地倾斜摄影模型。Cesium for Unreal插件运行在UE环境何总运行Cesium，这样方便做一个GIS应用。 安装Cesium for Unreal插件 在UE 虚幻商城中，搜索 “Cesium for Unreal”， 然后下载插件，下载完成后，可 ......
迁移学习（DIFEX）《Domain-invariant Feature Exploration for Domain Generalization》【已复现迁移】
论文信息 论文标题：Domain-invariant Feature Exploration for Domain Generalization论文作者：Wang Lu, Jindong Wang, Haoliang Li, Yiqiang Chen, Xing Xie论文来源：TMLR 2022论 ......
迁移学习（JDDA） 《Joint domain alignment and discriminative feature learning for unsupervised deep domain adaptation》
论文信息 论文标题：Joint domain alignment and discriminative feature learning for unsupervised deep domain adaptation论文作者：Chao Chen , Zhihong Chen , Boyuan Jia ......
【Surface Detection】Segmentation-Based Deep-Learning Approach for Surface-Defect Detection
物体表面缺陷检测现状 传统机器学习局限性 传统机器学习方法对于特定的算法只能解决特定的问题，不够灵活，无法快速适应新产品； 不同的问题有不同的特征，当需要解决新问题时，需要重新设计特征，开发周期长； 深度学习遇到的问题 训练数据数量需求大； 标注精度、耗时需求严格； 计算能力需求高。 该篇paper ......
Windows上使用QEMU创建银河麒麟ARM64虚拟机完全手册
“好记性不如烂笔头。” —— 张溥 0x00 大纲 0x01 前言 最近某个特殊的项目需要用到银河麒麟系统，物理机是arm64架构的，由于架构不同，没办法在x86机器上使用 VMware 和 VirtualBox 等软件直接创建虚拟机，条件有限，只能借助支持多种架构的QEMU，期间踩坑无数，特写本文 ......
论文解读（CAN）《Contrastive Adaptation Network for Unsupervised Domain Adaptation》
论文信息 论文标题：Contrastive Adaptation Network for Unsupervised Domain Adaptation论文作者：Guoliang Kang, Lu Jiang, Yi Yang, Alexander G Hauptmann论文来源：CVPR 2019论 ......
虚假新闻检测-迁移学习（CADM）《Unsupervised Domain Adaptation for COVID-19 Information Service with Contrastive Adversarial Domain Mixup》
论文信息 论文标题：Unsupervised Domain Adaptation for COVID-19 Information Service with Contrastive Adversarial Domain Mixup论文作者：Huimin Zeng, Zhenrui Yue, Ziyi ......
TIE: A Framework for Embedding-based Incremental Temporal Knowledge Graph Completion 增量时序知识图谱补全论文解读
论文网址：https://dl.acm.org/doi/10.1145/3404835.3462961 Arxiv：https://arxiv.org/abs/2104.08419 论文提出一种用增量学习思想做时序知识图谱补全（Temporal Knowledge Graph Completion, ......
Relational Learning with Gated and Attentive Neighbor Aggregator for Few-Shot Knowledge Graph Completion 小样本知识图谱补全论文解读
小样本知识图补全——关系学习。论文利用三元组的邻域信息，提升模型的关系表示学习，来实现小样本的链接预测。主要应用的思想和模型包括：GAT（图注意力神经网络）、TransH、SLTM、Model-Agnostic Meta-Learning (MAML)。 论文地址：https://arxiv.org ......
RFN-Nest_ An end-to-end residual fusion network for infrared and visible images 论文解读
RFN-Nest 2021 研究 图像融合分为三步：特征提取，融合策略，图像重建。 当前端到端的图像融合方法：基于GAN的、还有本文提出的 研究背景：当前设计的融合策略在为特定任务生成融合图像方面是比较困难的。 研究目的：提出一种基于可以学习的融合网络架构（RFN）来实现端到端的图像融合方法(RFN ......
论文翻译：2022_DNS_1th：Multi-scale temporal frequency convolutional network with axial attention for speech enhancement
论文地址：带轴向注意的多尺度时域频率卷积网络语音增强 论文代码：https://github.com/echocatzh/MTFAA-Net 引用：Zhang G, Yu L, Wang C, et al. Multi-scale temporal frequency convolutional n ......
论文解读（PCL）《Probabilistic Contrastive Learning for Domain Adaptation》
论文信息 论文标题：Probabilistic Contrastive Learning for Domain Adaptation论文作者：Junjie Li, Yixin Zhang, Zilei Wang, Keyu Tu论文来源：aRxiv 2022论文地址：download 论文代码：do ......