gradients-how inverting gradients federated
NPC_3level_Inverter：基于MATLAB/Simulink的中性点钳位三电平逆变器仿真模型。
NPC_3level_Inverter：基于MATLAB/Simulink的中性点钳位三电平逆变器仿真模型。仿真条件：MATLAB/Simulink R2015bID:5450650369584372 ......
Three_Phase_Passive_Inverter_withDroop：基于MATLAB/Simulink的三相无源逆变器仿真模型，逆变器控制采用
Three_Phase_Passive_Inverter_withDroop：基于MATLAB/Simulink的三相无源逆变器仿真模型，逆变器控制采用下垂控制。仿真条件：MATLAB/Simulink R2015b，如需转成低版本格式请提前告知ID:3835649231877702 ......
Three_Level_NPC_Inverter：基于MATLAB/Simulink的三电平中性点钳位（NPC）逆变器仿真模型。
Three_Level_NPC_Inverter：基于MATLAB/Simulink的三电平中性点钳位（NPC）逆变器仿真模型。仿真条件：MATLAB/Simulink R2015b，购买前如需转成低版本格式请提前告知，谢谢。 ID:2570648822844657 ......
LCL_Three_Phase_inverter：基于MATLAB/Simulink的LCL三相并网逆变器仿真模型，交流电流内环才用PR（比例谐
LCL_Three_Phase_inverter：基于MATLAB/Simulink的LCL三相并网逆变器仿真模型，交流电流内环才用PR（比例谐振）控制，PWM波采用SVPWM控制，附带对应的参考文献。仿真条件：MATLAB/Simulink R2015b，购买前如需转成低版本格式请提前告知，谢谢。 ......
【五期邹昱夫】CCF-A（NeurIPS'19）Inverting gradients-how easy is it to break privacy in federated learning?
"Geiping J, Bauermeister H, Dröge H, et al. Inverting gradients-how easy is it to break privacy in federated learning?[J]. Advances in Neural Informat ......
css 背景色渐变 line-gradient
background-image: linear-gradient(-55deg, #07265d, #0d3d92),linear-gradient(#2d323b, #2d323b); ......
Gradient Descent
Learning Rate 关于lr的问题 lr太小 模型收敛的很慢，时间开销大 lr太大 每次更新参数步子迈的很大，容易越过最优解 我们追求的是红色的情况 动态调整lr 基本原则：先大再小 在训练开始时，此时我们距离最优解还较远，lr可以设置稍大些，以较快的速度接近最优解。在训练的后期，此时我们已 ......
css 利用 linear-gradient 实现条纹背景
1. 水平条纹背景 当给背景设置渐变效果时，默认的渐变方向是垂直由上到下的，效果如下： { background: linear-gradient(#aaa, #ddd); } 尝试拉近色标的距离，会发现渐变区域变小了： { background: linear-gradient(#aaa 40%, ......
【五期邹昱夫】arXiv(22)iDLG: Improved Deep Leakage from Gradients
"Zhao B, Mopuri K R, Bilen H. idlg: Improved deep leakage from gradients[J]. arXiv preprint arXiv:2001.02610, 2020." 本文发现共享梯度肯定会泄露数据真实标签。我们提出了一种简单但可靠的 ......
【五期邹昱夫】CCF-A（NeurIPS'19）Deep leakage from gradients.
"Zhu, Ligeng, Zhijian Liu, and Song Han. "Deep leakage from gradients." Advances in neural information processing systems 32 (2019)." 本文从公开共享的梯度中获得私有训 ......
一种解决多系统web应用的策略，Module Federation（模块联邦）
前言 针对很多大型的web应用，往往会衍生出很多子应用，而这些子应用之间有时候又往往需要进行交互或者复用一些功能或者组件，这个时候有没有一个比较好的策略来实现这样的交互呢。答案是有的，试试webpack5提供的Module Federation。 先来个示例 万事先实操，然后再谈别的，不付诸实践的想 ......
GCR Gradient Coreset based Replay Buffer Selection for Continual Learning
GCR: Gradient Coreset based Replay Buffer Selection for Continual Learning 摘要：本文提出了一种创新的重放缓冲区选择和更新策略，梯度核心集重放（GCR），使用一种设计优化标准。 该方法选择和维持一个“coreset” ，它非常 ......
RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation
RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation: ......
Phasic Policy Gradient
**发表时间：**2021（ICML 2021） **文章要点：**这篇文章想说，通常强化都有一个policy网络一个value网络，这两部分要么分开训两个网络，要么合到一起作为一个网络的两个头。分开的好处是policy和value互相不会影响，合到一起的好处是feature是共享的，训练的时候相互 ......
es(Elasticsearch)查询报错: Set fielddata=true on [level] in order to load fielddata in memory by uninverting the inverted index
Invocation of init method failed; nested exception is ElasticsearchStatusException[Elasticsearch exception [type=search_phase_execution_exception, rea ......
module Federation 简介与应用
什么是 module Federation module Federation(下面简称 MF) 是 webpack5 推出的最新的概念 有用过 webpack 的小伙伴都知道, 在我们打包时, 都会对资源进行分包, 或者使用异步加载路由的方案, 这样打出来的包(也叫 chunk), 在我们使用时, ......
去中心化组件共享方案 —— Webpack Module Federation（模块联邦）
在大型应用中， 我们可能会对其进行拆分，分成容器、主应用和多个子应用，使拆分后的应用独立开发与部署，更加容易维护。但无论是微应用、公共模块应用，都需要放到容器中才能使用。 如果多个应用之间希望资源共享，除了使用 npm 包的形式，基于Webpack 5 Module Federation（模块联邦） ......
Implementation Matters in Deep Policy Gradients: A Case Study on PPO and TRPO
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 ......
CF1268D Invertation in Tournament 题解
CF1268D Invertation in Tournament 题解 传送门 CF1442F Differentiating Games 题目大意 给定一个竞赛图，一次操作可以将一个节点相连的所有边方向翻转。求让图强连通的最小操作次数。 竞赛图是一个无向完全图的每条边分配方向后的图。 思路 因为 ......
AIG（And-Inverter Graph）基本概念
1 AIG概述 在前面的博文《Quine-McCluskey两级逻辑化简算法》中，我们介绍了两级逻辑的局限性。事实上主流EDA采用多级逻辑表示大规模布尔函数。本文介绍的AIG就属于多级逻辑表示法的一种。 AIG（AND-INV Graph）是由与门和非门构成的布尔网络，可有效地描述和操作大规模布尔函 ......
梯度下降算法 Gradient Descent
梯度下降算法 Gradient Descent 梯度下降算法是一种被广泛使用的优化算法。在读论文的时候碰到了一种参数优化问题： 在函数$F$中有若干参数是不确定的，已知$n$组训练数据，期望找到一组参数使得残差平方和最小。通俗一点地讲就是，选择最合适的参数，使得函数的预测值与真实值最相符。 $${ ......