526互联

off-policy learning planning policy

CA-TCC: 半监督时间序列分类的自监督对比表征学习《Self-supervised Contrastive Representation Learning for Semi-supervised Time-Series Classification》(时间序列、时序表征、时间和上下文对比、对比学习、自监督学习、半监督学习、TS-TCC的扩展版)

现在是2023年11月27日，10:48，今天把这篇论文看了。 论文：Self-supervised Contrastive Representation Learning for Semi-supervised Time-Series Classification GitHub：https://g ......
时间序列 时间 序列 supervised 时序

The Hello World of Deep Learning with Neural Networks

The Hello World of Deep Learning with Neural Networks dlaicourse/Course 1 - Part 2 - Lesson 2 - Notebook.ipynb at master · lmoroney/dlaicourse (github ......
Learning Networks Neural Hello World

The Hello World of Deep Learning with Neural Networks

The Hello World of Deep Learning with Neural Networks dlaicourse/Course 1 - Part 2 - Lesson 2 - Notebook.ipynb at master · lmoroney/dlaicourse (github ......
Learning Networks Neural Hello World

《Visual Analytics for RNN-Based Deep Reinforcement Learning》

摘要 准备开题报告，整理一篇 2022 年TOP 论文。 论文介绍 该论文是一篇 2022 年，有关可视化分析基于RNN 的深度强化学习训练过程的文章。一作是 Junpeng Wang ，作者主要研究领域就是：visualization, visual analytics, explainable ......
Reinforcement Analytics RNN-Based Learning Visual

Can Pre-Trained Text-to-Image Models Generate Visual Goals for Reinforcement Learning

概述 Learning form the Void (LfVoid) 根据给定的language instruction对observation进行appearance-based and structure-based修改得到goal images，为RL提供奖励信号。提升了example-bas ......
Text-to-Image Reinforcement Pre-Trained Generate Learning

Computer vision: models, learning and inference

http://www.computervisionmodels.com/ 13.2.3 SIFT detector SIFT 尺度不变特征转换 s a second method for identifying interest points 一个尺度和对应兴趣点定位 14 15 16 ......
inference Computer learning vision models

go 编译 ssa与Plan9

一、目的 简单看下go编译过程，便于理解go为什么能编译出不同平台都能运行的可执行文件，克服了c和c++需要针对不同平台分开编译的问题。 那些过程能在开发过程中用到，帮助定位问题。 二、整体 编译前端的都好理解，语义分析时候，需要进行go的逃逸分析。 中间码生成 ssa 任意写一个demo： imp ......
Plan9 Plan ssa go

Learn DevOps 第二章：Start DevOps with Docker（一）

一、Introduction and installation 这一张让我们来看一些让开发运维变得非常简单的东西：Containerization。 我们身处微服务的世界，有数百个微服务，一些用Java构建，一些用python构建，还有一些可能是用Javascript构建的。这三种语言的应用程序所需 ......
DevOps 第二章 Docker Learn Start

Federated Learning005

联邦学习——笔记005 2023.11.27周一，最近支原体肺炎高发。研一上课结了一部分，赶紧看论文。 时隔大半年，今天开始学习联邦学习的大综述————Advances and Open Problems in Federated Learning（联邦学习中的最新进展和开放问题） Introduc ......
Federated Learning 005

offline RL | BCQ：学习 offline dataset 的 π(a|s)，直接使用 (s, π(s)) 作为 Q learning 训练数据

① 使用 VAE 建模 offline dataset 的 π(a|s)，② 添加一个可以学习的 action 扰动 ξ，③ 用 (s, a=π(s)+ξ, r, s') 做 Q-learning。 ......
offline learning dataset 数据 BCQ

Java learning Day2 常量 变量 运算符 Scanner 方法 数组

常量 ： 字面值常量（直接写值的常量）+自定义常量 变量： long型变量后必须加L; 小数字面值常量默认double 若用float需加F； 变量强转：小的会自动转成大的 float虽然只有4个字节 但是比所有整型的取值范围都大 浮点型有精度问题 表达式类型提升： 如果表达式当中存在多种数据类型 ......
运算符 常量 数组 变量 learning

Learning Auxiliary Monocular Contexts Helps Monocular 3D Object Detection (5)

Qualitative Results如下图所示: ......
Monocular Auxiliary Detection Learning Contexts

Learning Graph Filters for Spectral GNNs via Newton Interpolation

目录概符号说明MotivationNewtonNet代码 Xu J., Dai E., Luo D>, Zhang X. and Wang S. Learning graph filters for spectral gnns via newton interpolation. 2023. 概 令谱 ......
Interpolation Learning Spectral Filters Newton

Java Learning Day1 关键字、标识符、注释、变量

其实之前也学习过两个月的JAVA，跟着淘宝上买的王道Java课，每天看了1day，整个过程下来感觉什么都没有掌握，所以现在就打算重新学一次，从最开始的关键字开始，也就开通了博客，希望这次学习可以多多掌握一些吧。 关键字：小写、含有特殊含义的单词 标识符：方法名、类名、参数名、变量名（英文、不用拼音） ......
标识符 注释 变量 标识 Learning

Joint Autoregressive and Hierarchical Priors for Learned Image Compression

abstruct 最近的图像压缩模型基于自编码器，学习近似可逆的映射（从像素到量化的可逆表示），这些与熵模型（潜在表示的先验）结合，可以与标准算术编码算法一起使用产生压缩比特流。与简单的全因子先验相比，分层熵模型可以利用更多潜变量中的结构，从而在保存端到端优化的同时提高压缩性能。众所周知，自回归模型 ......
Autoregressive Hierarchical Compression Learned Priors

【略读论文|时序知识图谱补全】Learn from Relational Correlations and Periodic Events for Temporal Knowledge Graph Reasoning

会议：SIGIR，时间：2023，学校：国防科技大学 摘要： 之前模型存在的问题：未能利用快照内结构信息的关系之间的语义相关性与快照间时间交互沿时间轴的周期性时间模式。 本文的工作：提出了一种新的推理模型（RPC）；它通过两个新的通信单元，即关系通信单元(RCU)和周期通信单元(PCU)，充分挖掘关 ......
时序 图谱 Correlations Relational Knowledge

论文阅读笔记：Revisiting Prototypical Network for Cross Domain Few-Shot Learning

标题：重新审视用于跨领域少样本学习的原型网络 研究背景： 问题背景：原型网络是一种流行的小样本学习方法， 其网络简单而直观，对于小样本学习问题有着较好的表现，尤其是在图像分类等领域。 存在问题：然而，当推广到跨领域的少样本分类任务时，其性能出现了大幅度下降，这严重限制了原型网络的实用性。 研究动机： ......
Prototypical Revisiting Few-Shot Learning Network

5-1889B - Doremy's Connecting Plan

题意： 思路： \(i*j*c 越小越有利， 可以让i为1 ，即都与节点1建边， 1节点集合拥有的人越多越有利于于别的集合相连， 对别的点按照，最小要求人数-现有人数=需要人数排序，按顺序连接即可。\) 代码： 点击查看代码 #define int long long using namespace ......
Connecting Doremy 1889 Plan 39

【略读论文|时序知识图谱补全】DREAM: Adaptive Reinforcement Learning based on Attention Mechanism for Temporal Knowledge Graph Reasoning

会议：SIGIR，时间：2023，学校：苏州大学计算机科学与技术学院，澳大利亚昆士兰布里斯班大学信息技术与电气工程学院，Griffith大学金海岸信息通信技术学院 摘要： 原因：现在的时序知识图谱推理方法无法生成显式推理路径，缺乏可解释性。 方法迁移：由于强化学习 (RL) 用于传统知识图谱上的多跳 ......
时序 图谱 Reinforcement Attention Knowledge

CSP: Content-Security-Policy详解应对XSS攻击

https://www.jianshu.com/p/74ea9f0860d2 CSP: Content-Security-Policy详解 前言 跨域脚本攻击（XSS）是最常见、危害最大的网页安全漏洞。 为了防止它，要采取很多编程措施（比如大多数人都知道的转义、过滤HTML）。很多人提出，能不能根本 ......
Content-Security-Policy Security Content Policy CSP

初中英语优秀范文100篇-003 My ways of learning English

记忆树 1 As we all know, English is one of the most important languages in the world. 翻译 众所周知，英语是世界上最重要的语言之一 简化记忆 最重要的语言 句子结构 "as we all know"是一个引导从句的短语， ......
范文 learning 初中 English ways

【略读论文|时序知识图谱补全】Temporal Knowledge Graph Reasoning with Historical Contrastive Learning

会议：AAAI，时间：2023，学校：上海交通大学 摘要： 大多数时序知识图谱的推理方法高度依赖于事件的递归或周期性，这给推断与缺乏历史交互的实体相关的未来事件带来了挑战。本文提出一种新的基于历史对比学习训练框架的对比事件网络（CENET）的新事件预测模型。 1.CENET 学习历史和非历史依赖来区 ......
时序 图谱 Contrastive Historical Knowledge

Local Policies in China and Light Pollution in Singapore

Our measures to combat light pollution can be described as drastic. The main causes of light pollution can be categorized as light-emitting diodes and ......
Pollution Singapore Policies Local China

Learning to rank: from pairwise approach to listwise approach

目录概ListNetPermutation ProbabilityTop-k Probability Cao Z., Qin T., Liu T., Tsai M. and Li H. Learning to rank: from pairwise approach to listwise appr ......
approach Learning pairwise listwise to

《Fine-Grained Image Analysis with Deep Learning: A Survey》阅读笔记

论文标题 《Fine-Grained Image Analysis with Deep Learning: A Survey》 作者 魏秀参，南京理工大学 初读 摘要 与上篇综述相同： 细粒度图像分析（FGIA）的任务是分析从属类别的视觉对象。 细粒度性质引起的类间小变化和类内大变化使其成为一个具有 ......
Fine-Grained Analysis Learning Grained 笔记

mysql数据库ERROR 1193 (HY000): Unknown system variable 'validate_password_policy'问题处理

一、概况 平时我们安装完数据库，需要进行对应的密码或者密码策略修改，此时需要mysql的密码验证插件。MySQL可能没有这个插件，就需要进行相应的处理。 二、问题描述 mysql> set global validate_password_policy=0;ERROR 1193 (HY000): U ......
validate_password_policy password variable validate Unknown

《Deep learning for fine-grained image analysis: A survey》阅读笔记

论文标题 《Deep learning for fine-grained image analysis: A survey》 作者 魏秀参，旷世研究院 初读 摘要 细粒度图像分析（FGIA）的任务是分析从属类别的视觉对象。 细粒度性质引起的类间小变化和类内大变化使其成为一个具有挑战性的问题。 本文旨 ......
fine-grained learning analysis grained 笔记

Literature Survey Slides of Paper Learning Dexterous In-Hand Manipulation

This is the tutorial slides about a literature survey of paper Learning Dexterous In-Hand Manipulation. ......
Manipulation Literature Dexterous Learning In-Hand

什么是 HTTP 响应字段里的 Referrer Policy

如下图所示，我在 HTTP 请求的响应头部里看到 Referrer Policy 字段为 strict-origin-when-cross-origin, 这个字段的含义如下。 HTTP 头部中的 Referrer Policy 字段用于定义浏览器在跨站请求时应如何处理 HTTP Referer 头 ......
字段 Referrer Policy HTTP

《A Survey on Deep Learning-based Fine-grained Object Classification and Semantic Segmentation》阅读笔记

论文标题 《A Survey on Deep Learning-based Fine-grained Object Classification and Semantic Segmentation》 基于深度学习的细粒度对象分类和语义分割的综述 为什么是 “Object” 而不是 “image” 作 ......
Classification Learning-based Fine-grained Segmentation Learning
共600篇  :4/20页 首页上一页4下一页尾页