526互联

heterogeneous federated learning yourself

基于强化学习（Q-learning算法）的需求响应动态定价研究

代码关键词：需求响应 强化学习 动态定价 编程语言：python平台 主题：16、基于强化学习（Q-learning算法）的需求响应动态定价研究 代码内容： 代码提出了一种考虑服务提供商（SP）利润和客户（CUs）成本的分层电力市场能源管理动态定价DR算法。 用强化学习（RL）描述了动态定价问题为离 ......
算法 Q-learning learning 需求 动态

强化学习 Reinforcement Learning

强化学习 Reinforcement Learning 强化学习是一种机器学习思想，其关心一个智能体如何采取行动以达到最大化激励回报。 基本的强化学习模型以马尔可夫决策过程建模。 马尔可夫决策过程 Markov Decision Process 系统要素 A 行动空间； S状态空间； $P^a_{s ......
Reinforcement Learning

【论文阅读笔记】Distiling Causal Effect of Data in Class-Incremental Learning

Author: Hanwang Zhang, Xinting Hu Create_time: April 24, 2022 11:01 AM Edited_by: Huang Yujun Publisher: CVPR 2021 Org: Nanyang Technological Universi ......
Class-Incremental Incremental Distiling Learning 笔记

【论文阅读笔记】Learning to Prompt for Continual Learning

Create_time: April 27, 2022 5:21 PM Edited_by: Huang Yujun Org: Google Research, Northeastern University Learning to Prompt for Continual Learning [38 ......
Learning Continual 笔记 Prompt 论文

【论文阅读笔记】iCaRL: Incremental Classifier and Representation Learning

Author: Alexander Kolesnikov Key_words: nearest-mean-of-exemplar rule, prioritized exampler selection,representation learning Create_time: September 1 ......
Representation Incremental Classifier Learning 笔记

迁移学习（）《Attract, Perturb, and Explore: Learning a Feature Alignment Network for Semi-supervised Domain Adaptation》

论文信息 论文标题：Attract, Perturb, and Explore: Learning a Feature Alignment Network for Semi-supervised Domain Adaptation论文作者：Taekyung Kim论文来源：2020 ECCV论文地址 ......
Semi-supervised Adaptation supervised Alignment Learning

MULTIINSTRUCT: Improving Multi-Modal Zero-Shot Learning via Instruction Tuning

指令调优是一种新的学习范式，它可以根据指令指定的任务对预先训练好的语言模型进行微调，在各种自然语言处理任务中显示出良好的零目标性能。然而，对于视觉和多模态任务，它仍然没有被探索。在这项工作中，我们介绍了multiinstruction，这是第一个多模态指令调优基准数据集，由47个不同的多模态任务组成 ......
MULTIINSTRUCT Instruction Multi-Modal Improving Zero-Shot

利用强化学习Q-Learning实现最短路径算法

如果你是一名计算机专业的学生，有对图论有基本的了解，那么你一定知道一些著名的最优路径解，如Dijkstra算法、Bellman-Ford算法和a*算法(A-Star)等。 这些算法都是大佬们经过无数小时的努力才发现的，但是现在已经是人工智能的时代，强化学习算法能够为我们提出和前辈一样好的解决方案吗? ......
算法 Q-Learning Learning

异常检测 | 迁移学习《Anomaly Detection in IR Images of PV Modules using Supervised Contrastive Learning》

论文信息 论文标题：Anomaly Detection in IR Images of PV Modules using Supervised Contrastive Learning论文作者：Abhay Rawat, Isha Dua, Saurav Gupta, Rahul Tallamraju ......
Contrastive Supervised Detection Learning Anomaly

ubuntu安装python环境scikit-learn低版本

Ubuntu默认使用的是python3.8，要安装插件需要先安装几个依赖包 安装uwsgi需要安装gcc python3.8-dev python-dev 安装scikit-learn旧版本需要安装python3-sklearn python3-sklearn-lib这两个包，python3.8支持 ......
scikit-learn 版本 环境 ubuntu python

Demonstration-Conditioned Reinforcement Learning for Few-Shot Imitation

**发表时间：**2021（ICML 2021） **文章要点：**这篇文章提出了demonstration-conditioned reinforcement learning (DCRL)来做Few-Shot Imitation，将demonstration和当前状态作为输入，通过强化学习最大化 ......
Demonstration-Conditioned Demonstration Reinforcement Conditioned Imitation

About Spoken word poetry-----Learning journals6

In this world, poetry has many forms of expression, short and long, written on paper or carved on walls, but this time our focus is on Spoken word poe ......
journals6 Learning journals Spoken poetry

About Spoken word poetry-----Learning journals 6

In this world, poetry has many forms of expression, short and long, written on paper or carved on walls, but this time our focus is on Spoken word poe ......
Learning journals Spoken poetry About

About spoken word poetry----Learning journals 6

In this world, poetry has many forms of expression, short and long, written on paper or carved on walls, but this time our focus is on Spoken word poe ......
Learning journals spoken poetry About

Do you know the bitwise sum sample demonstrated in "Neural Networks and Deep Learning" by autor Michael Nielsen?

Do you know the bitwise sum sample demonstrated in "Neural Networks and Deep Learning" by autor Michael Nielsen? Yes, I am familiar with the bitwise s ......
quot demonstrated Networks Learning bitwise

论文阅读笔记《Sim-to-real learning for bipedal locomotion under unsensed dynamic loads》

发表于ICRA 2022 无感知动态负载下双足运动的虚实迁移学习 ### 背景 机器人携带负载时的运动控制问题还没有得到充分的研究，尤其是动态负载。 在这项工作中，我们特别感兴趣的是动态载荷，比如一个附加的推车或液体容器，而不是简单的静态载荷，比如刚性附着的固定质量。 ......
Sim-to-real locomotion learning unsensed bipedal

EECS 280 Project 5: Machine Learning

EECS 280 Project 5: Machine LearningDue 8:00pm Tuesday April 18, 2023. You may work alone or with a partner (partnership guidelines).Winter 2023 relea ......
Learning Project Machine EECS 280

GNN-learning-notes

GNN 学习笔记 Datetime: 2023-04-01T16:28+08:00 Categories: MachineLearning 初学者一定要看：【GNN 入门】综述篇 - 知乎用户 MxLVSX 的文章 - zhihu.com，包括频域和空域、任务类型、经典模型。 最早的 GNN，介于迭 ......
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 ......
Semi-Supervised Pseudo-Label Supervised Efficient Learning

【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... ......
InstructPix2Pix InstructPix2 InstructPix 2Pix Instructions

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 ......
Domain Unsupervised Contrastive Adaptation Confused

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 ......
Interfered Continual Maximally Retrieval Learning

【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 ......
Nonequilibrium Thermodynamics Unsupervised Learning 论文

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 ......
Comparative Sentiment Analysis Learning Based

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
共500篇  :15/17页 首页上一页15下一页尾页