miniapi dotnet webapi learn
【scikit-learn基础】--『预处理』之 离散化
数据的预处理是数据分析，或者机器学习训练前的重要步骤。通过数据预处理，可以 提高数据质量，处理数据的缺失值、异常值和重复值等问题，增加数据的准确性和可靠性 整合不同数据，数据的来源和结构可能多种多样，分析和训练前要整合成一个数据集 提高数据性能，对数据的值进行变换，规约等（比如无量纲化），让算法更加 ......
Hierarchical Clustering-based Personalized Federated Learning for Robust and Fair Human Activity Recognition-2023
任务：人类活动识别任务Human Activity Recognition HAR 指标：系统准确性、公平性、鲁棒性、可扩展性 方法：1. 提出一个带有层次聚类（针对鲁棒性和公平的HAR）个性化的FL框架FedCHAR；通过聚类（利用用户之间的内在相似关系）提高模型性能的准确性、公平性、鲁棒性。 2 ......
《Learning Transferable Visual Models From Natural Language Supervision》论文学习
一、Abstract 最先进的计算机视觉系统被训练用以预测一组预定的固定目标类别。这种受限的监督方式限制了它们的通用性和可用性，因为需要额外的标记数据来指定任何新的视觉概念。因此，直接从关于图像的原始描述文本中学习是一个有希望的替代方法，它利用了更广泛的因特网监督来源。 我们证明了预测哪个标题与哪张 ......
【Dotnet 工具箱】推荐一个 Flutter 和 .NET 开源的实时聊天 APP
1. 推荐一个 Flutter 和 .NET 开源的实时聊天 APP Heyy-chat-app Heyy-chat-app 是一个开源的聊天应用，使用 Flutter、Asp.Net Core Web Api、SignalR、WebRTC 等技术构建的。 Flutter 作为用户客户端。 Asp. ......
项目迁移dotnet8，Docker容器报502问题解决
项目从dotnet6升级至dotnet8，本地运行正常，发布镜像至docker后容器运行正常，但请求改服务时响应502。 问题原因：项目内没有指定监听的端口，默认为80端口，但dotnet8 app的服务默认端口修改为了8080 解决方法： 1、在项目内增加指定服务监听的端口 builder.Web ......
【scikit-learn基础】--『预处理』之 分类编码
数据的预处理是数据分析，或者机器学习训练前的重要步骤。通过数据预处理，可以 提高数据质量，处理数据的缺失值、异常值和重复值等问题，增加数据的准确性和可靠性 整合不同数据，数据的来源和结构可能多种多样，分析和训练前要整合成一个数据集 提高数据性能，对数据的值进行变换，规约等（比如无量纲化），让算法更加 ......
dotnet自建项目模板
NuGet 创建项目模板步骤 相关模板文件下载 将源码放置content中 .template.config 下的template.json修改 { "$schema": "http://json.schemastore.org/template", "author": "yuanxiao", // ......
The fourth day learning summary
一、for 循环循环就是重复做某件事，for循环是python提供第二种循环机制（第一种是while循环），理论上for循环能做的事情，while循环都可以做。目的：之所以要有for循环，是因为for循环在循环取值（遍历取值）比while循环更简洁。代码示例：for i in range(1, 11 ......
WebAPI局域网访问出错（经验总结）
WebAPI局域网访问出错（经验总结） 经验一：未设置入站规则 方法:控制面板 -> 系统和安全 -> Windows Defender 防火墙 -> 高级设置 -> 入站规则 -> 新建规则 -> 端口 -> ，如图： 下一页 特定本地端口为WebAPI在IIS中设置的端口号。 选择允许连接，最后 ......
LightGCL Simple Yet Effective Graph Contrastive Learning For Recommendation论文阅读笔记
Abstract 目前的图对比学习方法都存在一些问题，它们要么对用户-项目交互图执行随机增强，要么依赖于基于启发式的增强技术（例如用户聚类）来生成对比视图。这些方法都不能很好的保留内在的语义结构，而且很容易受到噪声扰动的影响。所以我们提出了一个图对比学习范式LightGCL来减轻基于CL的推荐者的通 ......
WebAPI部署到IIS
WebAPI部署到IIS 1 开启IIS功能 控制面板->程序->程序和功能->启用或关闭Windows功能，以下打勾： 2 下载对应版本的dotNet Core 本文为ASP .NET Core6.0版本，需下载对应6.0版本的运行时，下载地址：https://dotnet.microsoft.c ......
BigdataAIML-ML-Models for machine learning Explore the ideas behind machine learning models and some key algorithms used for each
最好的机器学习教程系列：https://developer.ibm.com/articles/cc-models-machine-learning/ By M. Tim Jones, Published December 4, 2017 Models for machine learning Alg ......
Deep Residual Learning for Image Recognition：ResNet
Deep Residual Learning for Image Recognition * Authors: [[Kaiming He]], [[Xiangyu Zhang]], [[Shaoqing Ren]], [[Jian Sun]] DOI: 10.1109/CVPR.2016.90 初读 ......
Learning to Rank — xgboost 2.0.2
* [Learning to Rank — xgboost 2.0.2 documentation](https://xgboost.readthedocs.io/en/stable/tutorials/learning_to_rank.html)* [XGBoost的原理、公式推导、Python实 ......
.net 温故知新【16】：Asp.Net Core WebAPI 筛选器
一、筛选器 通过使用筛选器可在请求处理管道中的特定阶段之前或之后运行代码。 这即是我们经常听到的面向切面编程AOP（Aspect Oriented Programming）技术,AOP通过预编译方式和运行期间动态代理实现程序功能的统一维护的一种技术。 筛选器在 ASP.NET Core 操作调用管道 ......
A Guide to Image and Video based Small Object Detection using Deep Learning : Case Study of Maritime Surveillance
A Guide to Image and Video based Small Object Detection using Deep Learning : Case Study of Maritime Surveillance 基于图像和视频的小对象指南使用深度学习进行检测：的案例研究海上监视 1 ......
Occluded Person Re-Identification with Deep Learning: A Survey and Perspectives
应对行人信息丢失、噪声干扰、视角错位等挑战 局部特征学习：人体分割、姿态估计、语义分割、属性注释、混合法 ***语义分割*** ECCV-2020）用于行人重识别的身份引导人类语义解析 https://blog.51cto.com/u_14300986/5466923 ......
神经网络优化篇：机器学习基础（Basic Recipe for Machine Learning）
机器学习基础 下图就是在训练神经网络用到的基本方法：（尝试这些方法，可能有用，可能没用） 这是在训练神经网络时用到地基本方法，初始模型训练完成后，首先要知道算法的偏差高不高，如果偏差较高，试着评估训练集或训练数据的性能。如果偏差的确很高，甚至无法拟合训练集，那么要做的就是选择一个新的网络，比如含有更 ......
【scikit-learn基础】--『预处理』之 正则化
数据的预处理是数据分析，或者机器学习训练前的重要步骤。通过数据预处理，可以 提高数据质量，处理数据的缺失值、异常值和重复值等问题，增加数据的准确性和可靠性 整合不同数据，数据的来源和结构可能多种多样，分析和训练前要整合成一个数据集 提高数据性能，对数据的值进行变换，规约等（比如无量纲化），让算法更加 ......
Machine Learning in Python
Metric Formula Interpretation Accuracy $ \frac{TP+TN}{TP+TN+FP+FN} $ Overall performance of model Precision $ \frac{TP}{TP+FN} $ How accurate the posi ......
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 ......
RLHF · PbRL | 选择 near on-policy query，加速 policy learning 收敛速度
Query-Policy Misalignment：选择的看似 informative 的 query，实际上可能与 RL agent 的兴趣不一致，因此对 policy learning 几乎没有帮助，最终导致 feedback-efficiency 低下。 ......
Q-learning与Sarsa算法辨析
这个是Q-learing的一个算法，根据代码，它就是，先设定训练100次，然后，给它一个随机的状态，这里我们假设状态6就是终点，那么走迷宫的时候，如果没走到6，就要一直走下去，，所以里面还要用到一个while循环，然后在每个状态的时候，找一个非负的动作，存储在数组里，（算是合理动作的集合吧），下一个 ......
asp.net core 使用newtonsoft完美序列化WebApi返回的ValueTuple
https://www.cnblogs.com/kugar/p/12334210.html 由于开发功能的需要,又懒得新建太多的class,所以ValueTuple是个比较好的偷懒方法,但是,由于WebApi需要返回序列化后的json,默认的序列化只能将ValueTuple定义的各个属性序列化成It ......
《Progressive Learning of Category-Consistent Multi-Granularity Features for Fine-Grained Visual Classification》阅读笔记
论文标题 《Progressive Learning of Category-Consistent Multi-Granularity Features for Fine-Grained Visual Classification》 细粒度视觉分类中类别一致多粒度特征的渐进学习 作者 Ruoyi D ......
【scikit-learn基础】--『预处理』之 数据缩放
数据的预处理是数据分析，或者机器学习训练前的重要步骤。通过数据预处理，可以 提高数据质量，处理数据的缺失值、异常值和重复值等问题，增加数据的准确性和可靠性 整合不同数据，数据的来源和结构可能多种多样，分析和训练前要整合成一个数据集 提高数据性能，对数据的值进行变换，规约等（比如无量纲化），让算法更加 ......
blazor调用webapi接口
Blazor页面 页面调用webapi接口不再使用HttpClient，改用IHttpClientFactory 引用 Microsoft.Extensions.Http IHttpClientFactory 利用IHttpClientFactory可以无缝创建HttpClient实例，避免手动管理 ......
ASP.NET WebApi(.Net Framework) 应用CacheManager
ASP.NET WebApi(.Net Framework) 应用CacheManager ，内存+Redis 1,WebApi 版本选.net4.6.2 以上版本2，nuget包Unity （4.0.0.1）Unity.AspNet.WebApi （4.0.0.1）CacheManager.Cor ......
dotnet tool
dotnet tool 下载Console应用，可以在终端以命令行调用传参执行任务。 全局工具 dotnet tool intsall powershell --global 安装工具并自动将可执行文件的所在目录添加到用户PATH环境变量。全局工具二进制文件默认安装目录 (OS) 路径 Linux/ ......