gnn-learning-notes learning notes gnn

迁移学习《Pseudo-Label : The Simple and Efficient Semi-Supervised Learning Method for Deep Neural Networks》

论文信息 论文标题:Pseudo-Label : The Simple and Efficient Semi-Supervised Learning Method for Deep Neural Networks论文作者:Dong-Hyun Lee论文来源:2013——ICML论文地址:downlo ......

「Note」一种很有病的珂朵莉树

珂朵莉树不就是用set维护线段吗。~~所以我们怎么写都可以~~ 咱也不知道这玩意有啥问题。要是真有问题请务必告诉我 我们用set维护线段,里面所有的线段互不相交。我们用一个结构体维护线段。具体写法如下: struct node { int l,r; bool operator <(const nod ......
Note

王道C语言笔记NOTE-中级阶段Note8-排序算法真题实战

一、2016年43题 1、问题描述 2、答案解析 (1)、算法的基本设计思想 由题意知,将最小的n/2个元素放进A1中,剩余元素放在A2中,分组结果即可满足题目要求。 仿照快速排序的思想,基于枢轴把n个整数划分成两个子集,根据划分后枢轴所处的位置i分别处理: ①、若i=n/2,则分组完成,算法结束; ......
王道 真题 算法 实战 阶段

【论文笔记 - InstructPix2Pix】InstructPix2Pix: Learning to Follow Image Editing Instructions

InstructPix2Pix和Pix2Pix是两码事。Pix2Pix使用的是GAN,而InstructPix2Pix使用的是Diffusion。鉴于目前图像生成与预训练大模型的飞速发展,即便是CycleGAN里所谓的“不可获取的”成对的数据,也可以通过预训练模型生成出来,作为数据集进行训练。Ins... ......

FATE Machine Learning

OFFICE 280FATE Machine LearningCRISTIáN BRAVOOFFICE 280This week… Fairness Definition of Fairness Confounding Transparency and Explainability Shapley ......
Learning Machine FATE

Learning with Mini-Batch

我们采取一种折衷的想法,即取一部分数据,作为全部数据的代表,让神经网络从这每一批数据中学习,这里的“一部分数据”称为mini-batch,这种方法称为mini-batch学习。 ......
Mini-Batch Learning Batch with Mini

【Deep Learning】DDPM

DDPM 1. 大致流程 1.1 宏观流程 1.2 训练过程 1.3 推理过程 2. 对比GAN 2.1 GAN流程 2.2 相比GAN优点 训练过程更稳定,损失函数指向性更强(loss数值大小指示训练效果好坏) 3. 详细流程 3.1 扩散阶段 如下图,X0为初始干净图像,XT由X0逐步添加噪声所 ......
Learning Deep DDPM

【Deep Learning】L1 Loss、L2 Loss、Smooth L1 Loss

L1 Loss、L2 Loss、Smooth L1 Loss L1 Loss L1 Loss别称:L1 范数损失、最小绝对值偏差(LAD)、最小绝对值误差(LAE)。最常看到的MAE也是指L1 Loss。它是把目标值与模型输出(估计值)做绝对值得到的误差。 什么时候使用? 回归任务简单的模型由于神经 ......
Loss Learning Smooth Deep L1

迁移学习(DCCL)《Domain Confused Contrastive Learning for Unsupervised Domain Adaptation》

论文信息 论文标题:Domain Confused Contrastive Learning for Unsupervised Domain Adaptation论文作者:Quanyu Long, Tianze Luo, Wenya Wang and Sinno Jialin Pan论文来源:NAA ......

异常检测-1-综述-Deep Learning for Anomaly Detection: A Survey

https://www.researchgate.net/publication/330357393_Deep_Learning_for_Anomaly_Detection_A_Survey?enrichId=rgreq-40000b66a80039399492f90066ec07a0-XXX&en ......
Detection Learning Anomaly Survey Deep

Online Continual Learning with Maximally Interfered Retrieval---阅读笔记

Online Continual Learning with Maximally Interfered Retrieval 阅读笔记 摘要: 本文主要提出了一种可控的样本采集策略的重放方法。我们检索受干扰最大的样本,即它们的预测将受到预测参数更新的最大负面影响。 1 Introduction 人工神 ......

【论文精读 - DDPM】Deep Unsupervised Learning using Nonequilibrium Thermodynamics

数学推导【转载】 数学推导过程来自苏剑林大神的《生成扩散模型漫谈》系列,感谢苏神的无私奉献,让我这样数学功底不好的人也能领略这个当下最为火爆的模型的精髓。 系列中有部分步骤,一眼看过去可能有些费解,所以这里稍微做了展开,作为自己的笔记用。 通俗解释:DDPM=拆楼+建楼 生成模型实际上就是:随机噪声 ......

06.Sentiment Analysis Based on Deep Learning: A Comparative Study

Sentiment Analysis Based on Deep Learning: A Comparative Study 深度学习的情感分析的比较研究 目前在社交网络中的情绪分析已经成为了解用户意见的有力手段,并有着广泛应用。然而情感分析的效率和准确性受到自然语言处理中遇到的挑战和障碍 本问综述 ......

The Predictron: End-To-End Learning and Planning

**发表时间:**2017(ICML 2017) **文章要点:**这篇文章设计了一个叫Predictron的结构,在abstract的状态上进行学习,通过multiple planning depths来使得model self-consistent,进行端对端的学习。这里的设定是MRP,不是MD ......
Predictron End-To-End End Learning Planning

Learning Blender: A Hands-On Guide to Creating 3D Animation(2nd Edition)

参考1:https://www.doc88.com/p-9975664843996.html(书) 参考2:https://www.bilibili.com/video/BV1wW411i7nY(视频) ......
Animation Learning Hands-On Creating Blender

mini spring learning

https://www.pexels.com/zh-cn/photo/768089/ http://www.implements.fun:8080/tag/minispring package com.minis.beans.factory; import com.minis.beans.Beans ......
learning spring mini

About Interviews and Learning------Learning journals 5

This week, we produced a group assignment, an interview video on cultural appropriation and appreciation, from which we can always learn something use ......
Learning Interviews journals About and

awk 处理 Git 提交信息生成 Release Note

发布软件时通常都会写 Release Note,但每次从头手打也有点累,可以考虑从 Git 的提交历史中自动生成。本文将分享一些脚本,帮助处理 Git 提交历史并自动生成 Release Note 追加到 changelog.md 中。 ......
Release 信息 Note awk Git

learn C++ for infrastructure software

To learn C++ for infrastructure software, you can follow these steps: Learn the basics of C++: Start by learning the basics of C++ programming languag ......
infrastructure software learn for

计算机视觉中的主动学习(Active Learning)介绍

前言 Active Learning主动学习是机器学习 (ML) 的一个研究领域,旨在通过以智能方式查询管道的下一个数据来降低构建新机器学习解决方案的成本和时间。在开发新的 AI 解决方案和处理图像、音频或文本等非结构化数据时,我们通常需要人工对数据进行注释,然后才能使用它们来训练我们的模型。这个数 ......
Learning 视觉 计算机 Active

Sample-Based Learning and Search with Permanent and Transient Memories

**发表时间:**2008(ICML 2008) **文章要点:**这篇文章提出Dyna-2算法,把sample-based learning and sample-based search结合起来,并在Go上进行测试。作者认为,search算法是一种transient的算法,就是短期记忆用了就忘了 ......

Notes on Artifactory

Artifactory集群作为文件共享中心,管理全语言二进制文件的制品仓库。首先是一个支持元数据的文件管理系统,可以管理任何类型文件以及相关数据,利用其可以在集群之间同步复制的功能,也可以被用作跨数据中心分发不同类型文件的通用平台(只允许在指定的一个artifactory集群上传,然后同步到其它生产 ......
Artifactory Notes on

Learning Objectives COMP 250

Assignment 3 COMP 250 Winter 2023 posted: Thursday, March 23, 2023 due: Thursday, April 6, 2023 at 11:59m Learning Objectives By the end of this assig ......
Objectives Learning COMP 250

JAVAWEB-NOTE08-会话

#会话概述 会话:用户打开浏览器,访问web服务器的资源,会话建立,直到有一方断开连接,会话结束。在一次会话中可以包含多次请求和响应 会话跟踪:维护浏览器状态的方法,服务器需要识别多次请求是否来自于同一浏览器,以便在同一次会话的多次请求间共享数据 服务器是不知道某几个请求是否是来自于同一个浏览器的, ......
JAVAWEB-NOTE JAVAWEB NOTE 08

COMP4318 COMP4318 – Machine Learning

OMP5318/COMP4318 – Machine Learning and Data Mining Semester 1, 2023Page 1 of 7Assignment 1: ClassificationKey informationDeadlinesSubmission: 11:59pm ......
COMP 4318 Learning Machine

Learning model-based planning from scratch

**发表时间:**2017 **文章要点:**这篇文章想说,之前的文章去做planning的时候,都会去设计一个planning的方法。这篇文章提出了一个端到端的方法,Imagination-based Planner,不去设计planning的方式,做到全部的端对端训练,agent会决定什么时候去 ......
model-based Learning planning scratch model

sqlalchemy_learn_sqlite

/Users/song/codelearn/sqlalchemy_learn/init_test_data.py #!/usr/bin/env python3 # -*- coding: utf-8 -*- import asyncio import random from faker import ......

neural-network-3b1b-watching-notes

3B1B 观看笔记 Datetime: 2023-03-26T23:20+08:00 Categories: MachineLearning Neural Networks Playlist on Youtube what is mlp? cost function and params gradi ......

GNN(图)笔记

图的基本概念不再详细描述 有顶点(node, V)、边(edge, E),这里还有一个全局属性(global, U),但不知道具体表示什么 边分为无向的边和有方向的边 三者都是通过向量来表示(embedding) 将图像表示成图的方法:一个像素是一个节点 下图左边是原图,中间是邻接矩阵,右边是图 文 ......
笔记 GNN

Appropriation and Appreciation------learning journals 4

There are many cultures in this world, but some cultures are rarely known, even if they are known to a certain extent, leading to the existence of ste ......