engineering thinking teaching learning
【略读论文|时序知识图谱补全】Temporal Knowledge Graph Reasoning with Historical Contrastive Learning
会议：AAAI，时间：2023，学校：上海交通大学 摘要： 大多数时序知识图谱的推理方法高度依赖于事件的递归或周期性，这给推断与缺乏历史交互的实体相关的未来事件带来了挑战。本文提出一种新的基于历史对比学习训练框架的对比事件网络（CENET）的新事件预测模型。 1.CENET 学习历史和非历史依赖来区 ......
Learning to rank: from pairwise approach to listwise approach
目录概ListNetPermutation ProbabilityTop-k Probability Cao Z., Qin T., Liu T., Tsai M. and Li H. Learning to rank: from pairwise approach to listwise appr ......
Quality Engineer 的工作职责和技能需求
计算机软件质量工程师，或简称为质量工程师，是一个专注于软件开发流程中的质量保证和控制的职位。他们的主要职责是确保软件产品在发布之前满足所有的质量标准和用户需求。 工作内容 测试计划和测试用例开发：质量工程师需要根据软件的功能和性能需求，编写详细的测试计划和测试用例。这些测试计划和测试用例将被用于指导 ......
《Fine-Grained Image Analysis with Deep Learning: A Survey》阅读笔记
论文标题 《Fine-Grained Image Analysis with Deep Learning: A Survey》 作者 魏秀参，南京理工大学 初读 摘要 与上篇综述相同： 细粒度图像分析（FGIA）的任务是分析从属类别的视觉对象。 细粒度性质引起的类间小变化和类内大变化使其成为一个具有 ......
【pwn】[FSCTF 2023]What am I thinking? --pwntools工具的利用
这道题没给附件，直接就是nc 这个题目的意思是，我们随机输入一个数，然后发给我们一段base64加密后的密文，真正num就在里面，我们现在写个pwntools脚本提取一下这段base64密文，解密一下，看看是什么东西 exp： io=remote("node4.anna.nssctf.cn",280 ......
Prompt Engineering & Prompt Injection 提示词工程
\(\quad\)提示词工程是通过使用提示词，挖掘大模型的潜力。只不过有人使用该方法做出一些违背开发者本意的事情。 \(\quad\)简单理解是，说明我是谁，我遇到了什么，我需要提供什么帮助。通过这些提示词，让大模型精确度理解我么得需求。但有时会遇到一些安全性问题（奶奶工具）。 ......
《Deep learning for fine-grained image analysis: A survey》阅读笔记
论文标题 《Deep learning for fine-grained image analysis: A survey》 作者 魏秀参，旷世研究院 初读 摘要 细粒度图像分析（FGIA）的任务是分析从属类别的视觉对象。 细粒度性质引起的类间小变化和类内大变化使其成为一个具有挑战性的问题。 本文旨 ......
Literature Survey Slides of Paper Learning Dexterous In-Hand Manipulation
This is the tutorial slides about a literature survey of paper Learning Dexterous In-Hand Manipulation. ......
《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 ......
Natural Image Reconstruction from fMRI using Deep Learning: A Survey
Natural Image Reconstruction from fMRI using Deep Learning: A Survey Zarina Rakhimberdina 1,3, Quentin Jodelet 1,3, Xin Liu 2,3,∗, Tsuyoshi Murata 1,3 ......
Dynamic Client Association for Energy-Aware Hierarchical Federated Learning
1 简单说明 这个文章是讲基于能量意识的动态用户选择， 在hfl的框架下。 因为边缘服务器到客户端这个层级存在着一些选择的关系。 发表在wcnc，一个c类会议上。 2 摘要 Abstract-Federated learning (FL) has become a promising solutio ......
通过时序和上下文对比学习时间序列表征《Time-Series Representation Learning via Temporal and Contextual Contrasting》(时间序列、时序表征、时态和上下文对比、对比学习、自监督学习、半监督学习)
现在是2023年11月14日的22:15，肝不动了，要不先回寝室吧，明天把这篇看了，然后把文档写了。OK，明天的To Do List. 现在是2023年11月15日的10:35，继续。 论文：Time-Series Representation Learning via Temporal and C ......
依据shapefile文件从Google Earth Engine中下载点位数据
Google Earth Engine平台不仅有着快速的运算能力，其本身涵盖的大量数据也令人垂涎不已。这里分享下通过点状Shapefile文件和Export函数，将点位上的数据导出的代码。 首先，我们需要将shapefile文件上传到我们平台的assets中，具体方式不多介绍，网上自行搜索；下面代码 ......
Reinforcement Learning Chapter 1
本文参考《Reinforcement Learning：An Introduction（2nd Edition）》Sutton. 强化学习是什么 传统机器学习方法可分为有监督与无监督两类； 有监督学习 > 任务驱动 无监督学习 > 数据驱动 强化学习则可看作机器学习的“第三范式” > 模拟驱动，具体 ......
RLHF · PBRL | 发现部分 D4RL tasks 不适合做 offline reward learning 的 benchmark
发现对于很多任务，（只要给出专家轨迹），将 reward 设为 0 或随机数，也能学出很好 policy，证明这些任务不适合用来评测 reward learning 的性能好坏。 ......
TRL(Transformer Reinforcement Learning) PPO Trainer 学习笔记
(1) PPO Trainer TRL支持PPO Trainer通过RL训练语言模型上的任何奖励信号。奖励信号可以来自手工制作的规则、指标或使用奖励模型的偏好数据。要获得完整的示例，请查看examples/notebooks/gpt2-sentiment.ipynb。Trainer很大程度上受到了原 ......
A Learning Method for Feature Correspondence with Outliers读书笔记
A Learning Method for Feature Correspondence with Outliers 2022年 论文地址：A Learning Method for Feature Correspondence with Outliers | IEEE Conference Pub ......
Unreal Engine常用命令行
环境信息 LyraStarterGame官方版， 截至时间23.11.12 Unreal Engine 5.3.2 release版， 截至时间23.11.12 命令环境为PowerShell， 工作目录为LyraStarterGame/Build/BatchFiles/ 工程目录结构 LyraSt ......
SuperGlue: Learning Feature Matching with Graph Neural Networks论文笔记
SuperGlue: Learning Feature Matching with Graph Neural Networks 源码: github.com/magicleap/SuperGluePretrainedNetwork 背景： 主要解决图像中点之间的对应关系。 主要方法： 上图为该方法的 ......
Deep Learning：工业自动化和生产效率的变革者
Deep Learning 将改变工业。机器将能够完成那些需要人类智慧的工作。伴随着企业流程数字化和数据收集的发展，Deep Learning 的应用也将增加，使人类和机器之间的合作更加高效。这将彻底改变自动化和生产，实现更高效且更正确的决策流程以及更高的生产力，同时显著降低开发成本。 在我们的播客 ......
Drawdown——A New Way of Thinking About and Acting on Global Warming
Definition of drawdown: Drawdown is that point in time when atmospheric concentrations of greenhouse gases begin to decline on a year-to-year basis. M ......
Silt Dam--An Engineering Measure to Soil Erosion
What is silt dam? Silt dam, refers to the soil erosion area at all levels of ditches built to stop the mud, silt for the purpose of soil and water con ......
2023CVPR_Spatial-Frequency Mutual Learning for Face Super-Resolution
一. Network：SFMNet 1.网络采用U-Net结构，其中SFMLM-i是不同分辨率的每层结构 2.SPB是空域分支，FRB是频域分支，分别经过FRB和SPB的两个分支信息经过FSIB分支进行信息的融合 3. FRB结构： class FreBlock9(nn.Module): def _ ......
Checkerboard Context Model for Efficient Learned Image Compression
目录AbstractIntroductionPreliminary 初步介绍Variational Image Compression with Hyperprior(超先验变分图像压缩)Autoregressive Context(自回归上下文模型)Parallel Context Modelin ......
分享一个项目：`learning_go_plan9_assembly`， 学习 golang plan9 汇编
作者:张富春(ahfuzhang)，转载时请注明作者和引用链接，谢谢！ cnblogs博客 zhihu Github 公众号:一本正经的瞎扯 近期在学习 golang plan9 汇编，总算基本做到了手写汇编，并整理了很多笔记。 plan9 汇编的资料少，难学，难用。可能也有想学习汇编的人会遇到与我 ......
Learn DevOps-第一章：Introduction
Introduction DevOps的定义有很多种，AWS对其定义如下： “DevOps is the combination of cutural philosophies, practices, and tools that increases an organization's abilit ......
ELIC: Efficient Learned Image Compression with Unevenly Grouped Space-Channel Contextual Adaptive Coding
abstruct \(\quad\) 受能量压缩表现的启发，提出了不均匀通道情况自适应编码.结合不均匀分组模型和现有上下文模型，获得一种空间通道上下文自适应模型，来提高编码性能，而不影响其运行时间。 \(\quad\)这种模型支持预览解码和渐进解码。 introduction 学习图像压缩中最重要的 ......
【CVPR2023】Learning A Sparse Transformer Network for Effective Image Deraining
论文：https://readpaper.com/paper/4736105248993591297 代码：https://github.com/cschenxiang/DRSformer Transformer 模型通常使用标准的 QKV 三件套进行计算，但是部分来自 K 的 token 与来自 ......
docker 分离engine和client
背景 由于我个人电脑是2020款m1，16G，256G。一方面，平时除了运行多个浏览器，还有coding 编辑器等等，内存确实很紧张。其次呢，m1 是ARM的架构，所以构建的镜像是无法在X86的机器上运行的。所以我尝试将docker引擎和client分开。 第一步：下载二进制docker 客户端文件 ......
Introduction of Deep Reinforcement Learning
Reading Notes about the book Deep Reinforcement Learning written by Aske Plaat Recently, I have been reading the book Deep Reinforcement Learning writ ......