font generation few-shot cf-font
《RAPL: A Relation-Aware Prototype Learning Approach for Few-Shot Document-Level Relation Extraction》阅读笔记
代码 原文地址 预备知识： 1.什么是元学习（Meta Learning）？ 元学习或者叫做“学会学习”（Learning to learn），它是要“学会如何学习”，即利用以往的知识经验来指导新任务的学习，具有学会学习的能力。由于元学习可帮助模型在少量样本下快速学习，从元学习的使用角度看，人们也称 ......
mybatis-generator:generate生成器将另外的数据库内同名表生成
问题： 在使用mybatis-generator:generate生成器时，会生成别的数据库内同表名； 因为是相同表名。 解决： 在生成器的配置文件中的数据库连接地址内添加： <!--放置生成其他库同名表--> <property name="nullCatalogMeansCurrent" val ......
[论文阅读] Self-conditioned Image Generation via Generating Representations
Pre title: Self-conditioned Image Generation via Generating Representations accepted: arXiv 2023 paper: https://arxiv.org/abs/2312.03701 code: https:/ ......
开课吧前端1期.阶段5：generator，模块化与babel
复习：ES6 变量let、箭头function、参数等、map、reduce、filter、forEach Promise消除回调，Promise.all([p1,p2,p3]).then() 单独Promise并不能帮我们解决所有问题，还有2个兄弟是从Promise过度出来的，generator ......
font-weight 对应的默认字体粗细权重
在 CSS 中，font-weight 属性的默认值是 normal。这通常对应于字体权重的数值 400。 - normal：相当于 400- bold：相当于 700- bolder：比父元素的字体更粗- lighter：比父元素的字体更细- 100 到 900：定义了从最薄 (100) 到最粗 ......
《A Novel Table-to-Graph Generation Approach for Document-Level Joint Entity and Relation Extraction》阅读笔记
代码 原文地址 文档级关系抽取（DocRE）的目的是从文档中提取实体之间的关系，这对于知识图谱构建等应用非常重要。然而，现有的方法通常需要预先识别出文档中的实体及其提及，这与实际应用场景不一致。为了解决这个问题，本文提出了一种新颖的表格到图生成模型（TAG），它能够在文档级别上同时抽取实体和关系。T ......
H5前端特殊艺术字体文件太大，可通过font-spider压缩
原理: 1.爬行本地 html 文档，分析所有 css 语句 2.记录@font-face语句声明的字体，并且记录使用该字体的 css 选择器 3.通过 css 选择器的规则查找当前 html 文档的节点，记录节点上的文本 4.找到字体文件并删除没被使用的字符 5.编码成跨平台使用的字体格式 简而言 ......
python生成器generator的用法
通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。 所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不 ......
GPT-3《Language Models are Few-Shot Learners》解读
GPT-3 和 GPT-2差别 1. 效果上，超出 GPT-2 非常多，能生成人类难以区分的新闻文章；2. 主推 few-shot，相比于 GPT-2 的 zero-shot，具有很强的创新性；3. 模型结构略微变化，采用 sparse attention 模块；4. 海量训练语料 45TB（清洗后 ......
GPT-1论文《Improving Language Understanding by Generative Pre-Training》解读
背景 GPT-1 采用了两阶段训练的方式： 1. 第一阶段 pre-training，在海量文本上训练，无需label，根据前k-1个词预测第k个单词是什么，第一阶段的训练让模型拥有了很多的先验知识，模型具有非常强的泛化性 2. 第二阶段在特定任务上fine-tuning，让模型能适应不同的任务，提 ......
POLIR-Int-Generative AI in 2024: The 6 most important consumer tech trends for next year
Generative AI in 2024: The 6 most important consumer tech trends for next year Qualcomm executives reveal key trends in AI, consumer technology and mo ......
Generative AI generates tricky choices for managers
Generative AI generates tricky choices for managers Transformational technologies can be very trying THE REMARKABLE capabilities of generative artific ......
[论文阅读] Learning Component-Level and Inter-Class Glyph Representation for few-shot Font Generation
Pre title: Learning Component-Level and Inter-Class Glyph Representation for few-shot Font Generation accepted: ICME 2023 paper: https://ieeexplore.ie ......
font-size 设置字体不生效解决方案
使用 font-size 设置小于 12px 的字体时，发现并不生效（字体不会再缩小了）。 原因是 Chrome 以及 Chromium 内核的浏览器在中文语言下最小字体只能是 12px，大部分浏览器都是如此,所以小于12px字体不会在变小，而是保持12px的大小 添加如下代码： display: ......
论文阅读-Self-supervised and Interpretable Data Cleaning with Sequence Generative Adversarial Networks
1. GARF 简介 代码地址：https://github.com/PJinfeng/Garf-master 基于 SeqGAN 提出了一种自监督、数据驱动的数据清洗框架——GARF。 GARF 的数据清洗分为两个步骤： 规则生成 (Rule generation with SeqGAN)：利用 ......
Ansor：Generating High-Performance Tensor Program for Deep Learning
Ansor：Generating High-Performance Tensor Program for Deep Learning Abstract 高性能的张量程序对于保证深度神经网络的高效执行十分关键，但是在不同硬件平台上获取高性能的张量程序并不容易。近年的研究中，深度学习系统依赖硬件供应商提 ......
generative AI
Welcome to generative AI for everyone. Since the release of ChatGPT, AI specifically, generative AI has caught the attention of many individuals, corp ......
Generative AI: Friend or Foe?
Generative AI: Friend or Foe? Introduction Artificial intelligence (AI) is rapidly changing the world around us, and the writing and publishing indust ......
【论文阅读笔记】【多模态-Vision-Language Pretraining】 BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation
BLIP ICML 2022 (Spotlight) 读论文思考的问题 论文试图解决什么问题？写作背景是什么？ 问题： 在视觉-语言预训练（VLP）中，如何更加高效地利用充斥着噪声的海量图文对数据，提升预训练效果？ 如何设计模型，使得预训练后的模型在理解（understanding-based）任务 ......
GMMSeg: Gaussian Mixture based Generative Semantic Segmentation Models
前置知识：【EM算法深度解析 - CSDN App】http://t.csdnimg.cn/r6TXM Motivation 目前的语义分割通常采用判别式分类器，然而这存在三个问题：这种方式仅仅学习了决策边界，而没有对数据分布进行建模；每个类仅学习一个向量，没有考虑到类内差异；OOD数据效果不好。生 ......
Class-Incremental Learning with Generative Classifiers(CVPR2021W)
前置知识：VAE（可以参考https://zhuanlan.zhihu.com/p/348498294） Motivation 之前的方法通常使用判别式分类器，对条件分布\(p(y|\textbf{x})\)进行建模（classifier+softmax+ce）。其问题在于分类器会偏向最新学的类别， ......
MemGPT中_generate_reply_for_user_message报错TypeError: cannot unpack non-iterable coroutine object
memgpt/autogen/memgpt_agent.py", line 230, in _generate_reply_for_user_message (TypeError: cannot unpack non-iterable coroutine object 解决 将memgpt/auto ......
《REBEL Relation Extraction By End-to-end Language generation》阅读笔记
论文来源 代码地址 相关视频（YouTube） 相关概念： 1.What is natural language understanding (NLU)? Natural language understanding (NLU) is a branch of artificial intellige ......
Generative-Contrastive Graph Learning for Recommendation论文阅读笔记
Abstract 首先介绍了一下GCL的一些缺点，GCL是通过数据增强来构造对比视图，然后通过最大化对比视图之间的互信息来提供自监督信号。但是目前的数据增强技术都有着一定的缺点 结构增强随机退出节点或边，容易破坏用户项目的内在本质 特征增强对每个节点施加相同的尺度噪声增强，忽略的节点的独特特征 所以 ......
乘风破浪，遇见生成式人工智能(Generative AI)洪流之初学者入门课程，十二章系列By微软云技术布道师团队
课程资源 https://github.com/microsoft/generative-ai-for-beginners 课程学习环境设置 Fork课程仓库到自己的账号 https://github.com/microsoft/generative-ai-for-beginners/fork 点击 ......
Web 应用中显示页面字体使用的 font-based icons 技术讲解
在前端Web应用开发中，采用字体图标（font-based icons）的方法是一种常见的技术，它允许开发者使用字体文件来呈现图标，而不是使用传统的图像文件。这种方法的优势在于它提供了一种灵活、轻量级且易于管理的方式来集成和使用图标，同时减少了HTTP请求和提高性能。 Font-based icon ......
Python——第四章：生成器(generator)
生成器(generator): 生成器的本质就是迭代器 创建生成器的两种方案: 1. 生成器函数 2. 生成器表达式 生成器函数 生成器函数中有一个关键字yield 生成器函数执行的时候, 并不会执行函数, 得到的是生成器. yield: 只要函数中出现了yield. 它就是一个生成器函数 作用: ......
ES6 Generator
Generator Generator 函数是一个状态机，封装了多个内部状态。 执行 Generator 函数会返回一个遍历器对象，返回的遍历器对象可以依次遍历 Generator 函数内部的每一个状态。 函数特征：1. function 关键字与函数名之间有一个星号。2. 函数体内部使用 yiel ......
Can Pre-Trained Text-to-Image Models Generate Visual Goals for Reinforcement Learning
概述 Learning form the Void (LfVoid) 根据给定的language instruction对observation进行appearance-based and structure-based修改得到goal images，为RL提供奖励信号。提升了example-bas ......
手写generator核心原理
1. generator 的使用 Generator 函数跟普通函数的写法有非常大的区别： 一是，function 关键字与函数名之间有一个星号； 二是，函数体内部使用 yield 语句，定义不同的内部状态（yield 在英语里的意思就是“产出”）。 最简单的 Generator 函数如下： fun ......