recommendation convolutional personalized sequential
论文阅读 | Layer-wised Model Aggregation for Personalized Federated Learning
面向个性化联合学习的分层模型聚合 ==在本文中，我们提出了一种新的pFedLA训练框架，该框架能够区分不同客户端的每一层的重要性，从而能够优化具有异构数据的客户端的个性化模型聚合。==具体来说，我们在服务器端为每个客户端使用一个专用的超网络，它被训练来识别层粒度上的相互贡献因素。同时，引入参数化机制 ......
pytorch-两个PyTorch中的Sequential模型合并成一个
要将两个PyTorch中的Sequential模型合并成一个，你可以使用`nn.Sequential`的`add_module`方法或者直接使用`*`操作符来解包Sequential模型并将它们合并。以下是两种方法的示例： 方法一：使用`add_module`方法 ```python import ......
论文解读（LightGCL）《LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation论文作者：Cai, Xuheng and Huang, ......
HS-GCN Hamming Spatial Graph Convolutional Networks for Recommendation
[TOC] > [Liu H., Wei Y., Yin J. and Nie L. HS-GCN: Hamming spatial graph convolutional networks for recommendation. IEEE TKDE.](https://arxiv.org/pdf/ ......
论文翻译（扩散模型来了）：Diffusion-Based Mel-Spectrogram Enhancement for Personalized Speech Synthesis with Found Data
利用发现的数据来创建合成声音是具有挑战性的，因为现实世界的录音通常包含各种类型的音频退化。解决这个问题的一种方法是使用增强模型对语音进行预增强，然后使用增强后的数据进行文本转语音（TTS）模型训练。本论文研究了使用条件扩散模型进行广义语音增强，旨在同时解决多种类型的音频退化。增强是在对数Mel频谱领 ......
Unified Conversational Recommendation Policy Learning via Graph-based Reinforcement Learning
图的作用： 图结构捕捉不同类型节点（即用户、项目和属性）之间丰富的关联信息，使我们能够发现协作用户对属性和项目的偏好。因此，我们可以利用图结构将推荐和对话组件有机地整合在一起，其中对话会话可以被视为在图中维护的节点序列，以动态地利用对话历史来预测下一轮的行动。 由四个主要组件组成：基于图的 MDP ......
粗读Multi-Task Recommendations with Reinforcement Learning
论文： Multi-Task Recommendations with Reinforcement Learning 地址： https://arxiv.org/abs/2302.03328 # 摘要 In recent years, Multi-task Learning (MTL) has yi ......
MEANTIME Mixture of Attention Mechanisms with Multi-temporal Embeddings for Sequential Recommendation
[TOC] > [Cho S., Park E. and Yoo S. MEANTIME: Mixture of attention mechanisms with multi-temporal embeddings for sequential recommendation. RecSys, 20 ......
Personal utils in Python
```python # -*- coding: utf-8 -*- import os import sys import shutil from time import perf_counter from collections import defaultdict from datetime i ......
Windows使用PyTorch遇到RuntimeError: Unable to find a valid cuDNN algorithm to run convolution的解决方案
Windows使用PyTorch遇到RuntimeError: Unable to find a valid cuDNN algorithm to run convolution的解决方案 PyTorch在Windows上的cuDNN实现有问题才会导致这个错误，解决方法是禁用cuDNN滚回旧实现上 ......
Memory Augmented Graph Neural Networks for Sequential Recommendation
[TOC] > [Ma C., Ma L., Zhang Y., Sun J., Liu X. and Coates M. Memory augmented graph neural networks for sequential recommendation. AAAI, 2021.](http: ......
【论文阅读】Pyramid Vision Transformer: A Versatile Backbone for Dense Prediction without Convolutions
来自ICCV2021 论文地址：[2102.12122] Pyramid Vision Transformer: A Versatile Backbone for Dense Prediction without Convolutions (arxiv.org) 代码地址：https://link. ......
System.Data.SqlClient.SqlException (0x80131904): Invalid object name 'Person'.
@@abp Microsoft.Data.SqlClient.SqlException (0x80131904): Invalid object name 请求接口报错：System.Data.SqlClient.SqlException (0x80131904): Invalid object n ......
关于Deep Neural Networks for YouTube Recommendations的一些思考和实现
作者自己实现该文章的时候遇到的一些值得思考的地方： - [关于Deep Neural Networks for YouTube Recommendations的一些思考和实现](https://cloud.tencent.com/developer/article/1170340) - [备份网址] ......
工具推荐-personal kanban
# 工具推荐 -- personal kanban ## 看板工具 * 在项目中接触到项目管理工具pingcode中含有看板工具 * 但是实际使用时一般一周才看一下项目进度 * 这个看板的参与度实际上很低 * 为了将日常的工作内容纳入到管理中 * 找到了一款开源的看板工具personal kanba ......
DSM-5 表演型人格障碍(histrionic personality disorder,HPD)
戏剧化人格障碍是人格障碍的一种，又称表演型人格障碍。患者常显得不成熟、情绪不稳，具有强烈的自我意识和个人表现欲。他们富含敏感而夸张的情感，追求感官刺激，喜欢成为被关注的中心。由于过于重视他人表面的赞同和认可，因此他们的人际关系会很肤浅。他们善于博取同情，用夸张的情感控制甚至威胁他人。过分夸张的表现往 ......
DSM-5 偏执型人格障碍（paranoid personality disorder PPD）
偏执型人格障碍（paranoid personality disorder），又称妄想型人格障碍，其症状常表现为：对别人的回绝、不信任、厌恶过度敏感，而且很容易怀疑别人对自己有这些反面情绪。别人无意中的一举一动也可能被患者视为对其的敌意或阴谋。无理由的怀疑其伴侣在性关系或其他各方面有过不忠行为；顽固 ......
DSM-5 自恋型人格障碍（Narcissistic personality disorder, NPD）
自恋型人格疾患（英语：Narcissistic personality disorder，简称为 NPD），是一种长久性的人格疾患。患者往往会过度夸大强化自我的重要性，过度渴求别人的赞赏，缺乏同理他人行为的能力[2][3]。患者会花很多时间，思考如何获得权力、成功或提升外在形象 。最大的特征之一，就 ......
Graph Masked Autoencoder for Sequential Recommendation
[TOC] > [Ye Y., Xia L. and Huang C. Graph masked autoencoder for sequential recommendation. SIGIR, 2023.](http://arxiv.org/abs/2305.04619) ## 概 图 + MA ......
混合性对话：Towards Conversational Recommendation over Multi-Type Dialogs
## 混合型对话 传统的人机对话研究专注于单一类型的对话，并且往往预设用户一开始就清楚对话目标。但实际应用中，人机对话常常混合了多种类型，例如闲聊、任务导向对话、推荐对话、问答等，并且用户目标是未知的。在这样的混合型对话中，机器人需要主动自然地进行对话推荐。 “混合型对话”这个新颖的任务于2020年 ......
Time Interval Aware Self-Attention for Sequential Recommendation
[TOC] > [Li J., Wang Y., McAuley J. Time interval aware self-attention for sequential recommendation. WSDM, 2020.](https://dl.acm.org/doi/10.1145/3336 ......
解决 `remote: You must use a personal access token with 'api' scope for Git over HTTP.`
## 背景 在家远程办公的时候 `git clone` 报错： ``` remote: HTTP Basic: Access denied remote: You must use a personal access token with 'api' scope for Git over HTTP. ......
3.1 卷积神经网路 (Convolutional Neural Networks, CNN)
# 1. 概念引入: Image Classification 我们做图像分类时,一般分为三步: * 所有图片都先 rescale 成大小一样 * 把每一个类别表示成一个 one-hot vector(dimension 的长度决定模型可以辨识出多少不同种类的东西) * 将图片输入到模型中 😚 > - ⌚首发时间：2023.6.11 > - ⏰最近更新时间：2023.6.11 > - 🙆本文由 **睡晚不猿序程** 原创 > - 🤡作者是蒻蒟本蒟，如果 ......
【论文阅读】CvT：Introducing Convolutions to Vision Transformers
> # 🚩前言 > > - 🐳博客主页：😚[睡晚不猿序程](https://www.cnblogs.com/whp135/)😚 > - ⌚首发时间： > - ⏰最近更新时间： > - 🙆本文由 **睡晚不猿序程** 原创 > - 🤡作者是蒻蒟本蒟，如果文章里有任何错误或者表述不清，请 t ......
Exploiting Positional Information for Session-based Recommendation
[TOC] > [Qiu R., Huang Z., Chen T. and Yin H. Exploiting positional information for session-based recommendation. ACM Transactions on Information Syst ......
Contrastive Learning for Representation Degeneration Problem in Sequential Recommendation
[TOC] > [Qiu R., Huang Z., Ying H. and Wang Z. Contrastive learning for representation degeneration problem in sequential recommendation. WSDM, 2022.] ......
Personal Information Exchange (PKCS #12)
The Personal Information Exchange format (PFX, also called PKCS #12) supports secure storage of certificates, private keys, and all certificates in a ......
Self-Supervised Hypergraph Convolutional Networks for Session-based Recommendation
[TOC] > [Xia X., Yin H., Yu J., Wang Q., Cui L and Zhang X. Self-supervised hypergraph convolutional networks for session-based recommendation. AAAI, ......
Self-Supervised Graph Co-Training for Session-based Recommendation
[TOC] > [Xia X., Yin H., Yu J., Shao Y. and Cui L. Self-supervised graph co-training for session-based recommendation. CIKM, 2021.](http://arxiv.org/a ......