informed teaching learning题目
PTA题目集4、5以及期中考试的总结性Blog
（1）前言：总结之前所涉及到的知识点、题量、难度等情况 每次打作业的题量不大，对于所学学的知识点运用很紧密。难度不大但实现过程比较繁琐。 知识点：字符串处理：需要对输入的字符串进行切割、拼接等操作，比如使用String类的substring()方法或split()方法。；集合类：可以使用ArrayL ......
PTA题目集4、5以及期中考试总结
一、前言 题目的难度和题量各不相同。这些题目涉及到的知识点包括基本的数据类型、循环、条件语句、数组、字符串操作、类的设计、正则表达式、继承等。由于PTA题目集4、5各一道题，是以前三次的题目为基础，代码量较大，难度也较大，需要运用多种知识点和算法来解决；期中考试一共四道题，题目相对简单，代码量少，主 ......
Short-Term Plasticity Neurons Learning to Learn and Forget
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！ Proceedings of the 39th International Conference on Machine Learning ......
论文阅读笔记《Training Socially Engaging Robots Modeling Backchannel Behaviors with Batch Reinforcement Learning》
Training Socially Engaging Robots Modeling Backchannel Behaviors with Batch Reinforcement Learning 训练社交机器人：使用批量强化学习对反馈信号行为进行建模 发表于TAC 2022。 Hussain N, ......
Robust Deep Reinforcement Learning through Adversarial Loss
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！ 35th Conference on Neural Information Processing Systems (NeurIPS 2021) Abstract 最近的研究表明，深度强化学习智能体很容易受到智能体输入上的小对抗性扰动的影响 ......
【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 ......
《有人在冒用“超级时空相对论”的题目》 回复
《有人在冒用“超级时空相对论”的题目》 https://tieba.baidu.com/p/8401224122 设 V 为 水容量， v 为 水位上升速度， dV / dt = k H / V H = H₀ + vt V = π r ² * H d [ π r ² ( H₀ + vt ) ] / ......
Understanding Dataset Difficulty with V-Usable Information
Ethayarajh K., Choi Y. and Swayamdipta S. Understanding dataset difficulty with $\mathcal{V}$-usable information. ICML, 2022. 概 将 $\mathcal{V}$-inform ......
prompt learning如何计算损失的
在prompt learning中,对于一个类别的多个候选词,损失函数通常会计算所有词的logit和,并与真实标签作比较。以情感分类为例: 假设正面类别有两个候选词:“positive”和“optimistic”。负面类别有两个候选词:“negative”和“pessimistic”。 然后模型会计 ......
论文解读（ID-MixGCL）《ID-MixGCL: Identity Mixup for Graph Contrastive Learning》
论文信息 论文标题：ID-MixGCL: Identity Mixup for Graph Contrastive Learning论文作者：Gehang Zhang.....论文来源：2023 aRxiv论文地址：download 论文代码：download视屏讲解：click 介绍 ......
Heuristic-Guided Reinforcement Learning
**发表时间：**2021 (NeurIPS 2021) **文章要点：**这篇文章提出了一个Heuristic-Guided Reinforcement Learning (HuRL)的框架，用domain knowledge或者offline data构建heuristic，将问题变成一个sho ......
Medicine River ————-Learning journals 9
Dear dairy. 2020 6 May Hey, Harlan, long time no see. How have you been lately? I've been quite busy lately. I hope you don't blame me for not coming ......
ITIL信息技术基础架构库Information Technology Infrastructure Library
ITIL是什么? | ITIL流程和框架-ManageEngine ServiceDesk Plus ITIL是Information Technology Infrastructure Library的缩写，即：信息技术基础架构库。 ITIL是由英国政府部门CCTA(Central Computi ......
LLL(Life Long Learning)&灾难性遗忘(Catastrophic Forgetting)
LLL(Life Long Learning)&灾难性遗忘(Catastrophic Forgetting) https://www.youtube.com/watch?v=Y9Jay_vxOsM Life Long Learning 通常机器学习中，单个模型只解决单个或少数几个任务。对于新的任务， ......
蓝桥杯题单day1【题目】
题目 （按顺序） bfs + dfs https://www.luogu.com.cn/problem/P1162 https://www.luogu.com.cn/problem/P1378 https://www.luogu.com.cn/problem/P8644 https://www.la ......
Controllable Guarantees for Fair Outcomes via Contrastive Information Estimation
Gupta U., Ferber A. M., Dilkina B. and Steeg G. V. Controllable guarantees for fair outcomes via contrastive information estimation. AAAI, 2021. 概 本文提 ......
Error:All flavors must now belong to a named flavor dimension. Learn more at
{ https://blog.csdn.net/qq_15807167/article/details/79528063 } 这是plugin 3.0.0之后有一种自动匹配消耗库的机制，便于debug variant 自动消耗一个库，然后就是必须要所有的flavor 都属于同一个维 defaultC ......
如何解决centos7出现了 license information,license no accepted
参考https://www.jb51.cc/server/4145760.html ......
Robust Deep Reinforcement Learning against Adversarial Perturbations on State Observations
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！ NeurIPS 2020 ......
李宏毅meta learning笔记
学习如何学习 其实就是学习模型本身，模型的超参数 定义一个function，输入是一堆训练任务，输出是一个模型，这个和传统的机器学习没有本质不同 所以也是分成三步， 定义学什么，和相应的学习模型，meta learning本身也是有meta的。。。。。。 定义loss函数 用优化算法求解，但是这个L ......
Learning A Single Network for Scale-Arbitrary Super-Resolution
Learning A Single Network for Scale-Arbitrary Super-Resolution abstract 现有的single image SR网络是为具有特定整数比例因子（例如，×2/3/4）的图像开发的，无法处理非整数和非对称 SR。 在本文中，作者建议从特定 ......
题目
P1387 最大正方形 #include <iostream> #include <algorithm> #include <cstdio> #include <cstring> #include <vector> #include <cstring> #include <unordered_set ......
MySQL5.7 访问Information_schema.TABLES 导至内存持续增长
在生产环境5.7.30的数据库中，部署了MYSQL监控，但是发现部署完监控后，mysqld的内存持续增长。后通过监控发现也正是监控用户占用了大量的内存。 ......
Teachable Reinforcement Learning via Advice Distillation
**发表时间：**2021 (NeurIPS 2021) **文章要点：**这篇文章提出了一种学习policy的监督范式，大概思路就是先结构化advice，然后先学习解释advice，再从advice中学policy。这个advice来自于外部的teacher，相当于一种human-in-the-l ......
# 连通分量题目集
稳定婚姻 我也不知道是怎么乱搞出来的…… 首先考虑如果拆掉关系之后会怎么样，显然男的会找女的，然后拆散一对夫妻之后男二又去找女二…… 由此，形成一个环状的结构，且单向由男连向女。 然后最初的夫妻关系，由女连男，这对应了夫妻的拆开。 接着显然拆掉这条边不会影响其他连通块，以至于只用考虑本连通块 最后意 ......
J - Simple Game （博弈论外壳下的模运算考察题目）
原题链接：https://vjudge.net/contest/555710#problem/J 手工翻译： Alice和Bob在玩一个游戏有这样一个数列a1,a2,a3,a4……an长度为n，他们轮流移走一个整数当数列中没有可移走的整数时游戏结束，Alice移走的数的和是S1，Bob移走的数的和是 ......
Handling Information Loss of Graph Neural Networks for Session-based Recommendation
Chen T. and Wong R. C. Handling information loss of graph neural networks for session-based recommendation. KDD, 2020. 概 作者发现图用在 Session 推荐中存在: lossy ......
论文阅读-sparse gpu kernels for deep learning
论文地址：https://ieeexplore.ieee.org/document/9355309 源码地址：https://github.com/google-research/sputnik 背景 深度神经网络由大量的矩阵乘法运算和卷积运算组成，这些运算中使用的矩阵可以转化成稀疏矩阵，同时不损失 ......
oop题目集4-6作业总结
一、前言 对本次三次题目集的知识点、题量、难度总结如下： oop训练集04： 此次题目集有七道题目，题量适中，给了五天时间完成；题目难度有难的也有容易的，最简单的是GPS测绘中度分秒转换这道题目，最难的是菜单第三代，放在第一题的位置，第一次打开题目集开始做时，着实有被吓到，明面上是第一题，实际上是最 ......
PTA题目集4~6总结Blog
1. 4~6题目集的大体总结 第四次题目集的整体难度还是比较低的，第一题难度最大，放在后面说。第2，3题则涉及对重复数字的处理问题，本意是想要用双重循环解决问题结果运行超时，这也是我第一次学习hash表来解决问题，第4题则需相对更复杂一点，不仅需要对单词进行切割还要按指定规则进行排序，其中的方法思路 ......