526互联

representation sparsification learning robust

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 ......
Recommendations Reinforcement Multi-Task Learning Multi

2023-7-learning-note

- [任务1.学习Apex,Trigger,以及对象字段的简单使用](#任务1学习apextrigger以及对象字段的简单使用) - [Trigger](#trigger) - [学习Apex](#学习apex) - [List](#list) - [任务2.学习Visualforce 页面的开发, ......
learning-note learning 2023 note

Learning hard C#学习笔记——读书笔记 03

本文介绍了C#面向对象编程语言的三个基础特征：封装、继承和多态。其中，封装可以通过public、private、protected、internal等关键字来实现，目的是保护程序内部数据的完整性；继承可以帮助实现基类的内容复用，但也要结合场景使用；多态是指相同类型对象调用相同方法却表现出不同行为，使... ......
笔记 Learning hard 03

Learning hard C#学习笔记——读书笔记 02

每每说到类，不得不介绍的就是类的定义，它是一个抽象的概念，它是一个模板，制造对象的模板 ## 1.定义一个类 ```C# class Preson { // 类的成员变量 } ``` > 默认情况下，class关键字没有显式的使用`internal`修饰符来定义类，但是没有必要这样做，默认的修饰符就 ......
笔记 Learning hard 02

Learned Helplessness

来源于英文版维基百科 [Learned Helplessness](https://en.wikipedia.org/wiki/Learned_helplessness) Learned helplessness is the behavior exhibited by a subject afte ......
Helplessness Learned

机器翻译 | Improving Neural Machine Translation Robustness via Data Augmentation: Beyond Back Translation论文翻译

## 摘要 **神经机器翻译(NMT)模型在翻译干净文本时已被证明是强大的，但它们对输入中的噪声非常敏感**。改进NMT模型的鲁棒性可以看作是对噪声的“域”适应的一种形式。**最近创建的基于噪声文本的机器翻译任务语料库为一些语言对提供了噪声清洁的并行数据，但这些数据在大小和多样性方面非常有限**。最 ......
Translation 论文翻译 Augmentation Robustness Improving

什么是 Entity Framework Core？ - Training - Microsoft Learn

> 了解 Entity Framework (EF) Core 的定义，以及如何将其与 API 一起使用。 大多数重要的 Web 应用程序都需要对数据可靠地运行操作，如创建、读取、更新和删除 (CRUD)。 它们还需要在应用程序重启之间保留这些操作所做的任何更改。 尽管有各种选项可用于在 .NET ......
Framework Microsoft Training Entity Learn

LizRice--Learning EBPF

> 主要参考Liz Rice主讲的youtube视频：https://www.youtube.com/watch?v=TJgxjVTZtfw > 这里做lab记录，持续更新ing > 线上实验环境：https://play.instruqt.com/isovalent/invite/miht6dgd ......
Learning LizRice EBPF

FastReport 在C#中的应用-Learning_1

#### 1.报表模板设计 ![image](https://img2023.cnblogs.com/blog/391359/202307/391359-20230712195327027-1449090728.png) #### 2.c# 代码 ``` csharp using FastRepor ......
FastReport Learning

LEA: Improving Sentence Similarity Robustness to Typos Using Lexical Attention Bias 论文阅读

# LEA: Improving Sentence Similarity Robustness to Typos Using Lexical Attention Bias 论文阅读 KDD 2023 [原文地址](https://arxiv.org/abs/2307.02912) ## Introd ......
Robustness Similarity Improving Attention Sentence

2023-7-learning-note

- [任务1.学习Apex,Trigger,以及对象字段的简单使用](#任务1学习apextrigger以及对象字段的简单使用) - [Trigger](#trigger) - [任务2.学习Visualforce 页面的开发,能够做出与后台交互的Visualforce页面](#任务2学习visua ......
learning-note learning 2023 note

Exploiting Noise as a Resource for Computation and Learning in Spiking Neural Networks

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！ https://arxiv.org/abs/2305.16044 Summary Keywords Introduction Results Noisy spiking neural network and noise-driven le ......
Computation Exploiting Learning Networks Resource

The Deep Learning Compiler: A Comprehensive Survey

The Deep Learning Compiler: A Comprehensive Survey - [AI编译器综述](#ai编译器综述) - [摘要](#摘要) - [介绍](#介绍) - [背景](#背景) - [深度学习框架](#深度学习框架) - [深度学习硬件](#深度学习硬件) - ......
Comprehensive Compiler Learning Survey Deep

[ICDE 2022]How Learning Can Help Complex Cyclic Join Decomposition

# [ICDE 2022]How Learning Can Help Complex Cyclic Join Decomposition ## 总结 主要贡献是把子图匹配策略的cost的判断改为了GNN实现的预测（写得挺模棱两可的） ## 动机 解决子图匹配的一个重要问题是解决复杂循环连接查询。文章 ......
Decomposition Learning Complex Cyclic ICDE

Regret Minimization Experience Replay in Off-Policy Reinforcement Learning

**发表时间：**2021 (NeurIPS 2021) **文章要点：**理论表明，更高的hindsight TD error，更加on policy,以及更准的target Q value的样本应该有更高的采样权重（The theory suggests that data with highe ......
Reinforcement Minimization Experience Off-Policy Learning

2023-7-learning-note

- [任务1](#任务1) - [任务2](#任务2) - [apex:pageBlockButtons 样式调整,修改前：](#apexpageblockbuttons-样式调整修改前) - [修改后](#修改后) - [代码](#代码) - [官网解释：](#官网解释) - [任务3](#任务3 ......
learning-note learning 2023 note

non-deep Machine Learning Notes

# Table of Content ## Supervised Learning ### 1. Linear Model Linear Regression Logistic Regression ### 2. Support Vector Machine, SVM ### 3. Generati ......
non-deep Learning Machine Notes deep

4.5 Unsupervised Learning: Word Embedding

# 1. Introduction(引入) 词嵌入(word embedding)是降维算法(Dimension Reduction)的典型应用. 最经典的做法就是1-of-N Encoding,它指的就是每一个字都是以向量来表示,只有在自己所属的那个字词索引上为1,其余为0,因此如果世界上的英文字 ......
Unsupervised Embedding Learning Word 4.5

ML-for-AGV-Dispatching：Learn.py逐段解读

import numpy as np import Routing import random as rd import tensorflow as tf import matplotlib.pyplot as plt import pandas as pd from sklearn import ......
ML-for-AGV-Dispatching Dispatching Learn AGV for

Multi-Modal Attention Network Learning for Semantic Source Code Retrieval 解读

# Multi-Modal Attention Network Learning for Semantic Source Code Retrieva Multi-Modal Attention Network Learning for Semantic Source Code Retrieval，题 ......
Multi-Modal Attention Retrieval Learning Semantic

Effective Diversity in Population-Based Reinforcement Learning

![](https://img2023.cnblogs.com/blog/1428973/202307/1428973-20230707084258489-1960518081.png) **发表时间：**2020 (NeurIPS 2020) **文章要点：**这篇文章提出了Diversity v ......
Population-Based Reinforcement Population Effective Diversity

FOSTER：Feature Boosting and Compression for Class-Incremental Learning论文阅读笔记

## 摘要 先前的类增量学习方法要么难以在稳定性-可塑性之间取得较好的平衡，要么会带来较大的计算/存储开销。受gradient boosting的启发，作者提出了一种新型的两阶段学习范式FOSTER，以逐步适应目标模型和先前的集合模型之间的残差，使得该模型能够自适应地学习新的类别。具体来说，作者首先 ......
Class-Incremental Compression Incremental Boosting Learning

Spike timing reshapes robustness against attacks in spiking neural networks

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！ 同大组工作 ......
robustness reshapes networks against attacks

Wild Patterns: Ten Years After the Rise of Adversarial Machine Learning---reading

# Wild Patterns: Ten Years After the Rise of Adversarial Machine Learning reading - 攻击目标 - 安全破坏 - 完整性破坏: 逃避检测，而不影响正常的系统运行 - 可用性破坏: 使得合法用户不能正常使用系统 - 隐私 ......
Adversarial Patterns Learning Machine reading

Spectrum Random Masking for Generalization in Image-based Reinforcement Learning

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！ ......
Generalization Reinforcement Image-based Spectrum Learning

COMP9444 Neural Networks and Deep Learning

COMP9444 Neural Networks and Deep LearningTerm 2, 2023Project 1 - Characters and Hidden UnitDynamicsDue: Wednesday 5 July, 23:59 pmMarks: 20% of final ......
Networks Learning Neural COMP 9444

VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator-翻译

摘要：本文介绍了一种单目视觉惯性系统（VINS），用于在各种环境中进行状态估计。单目相机和低成本惯性测量单元(IMU)构成了六自由度状态估计的最小传感器套件。我们的算法通过有界滑动窗口迭代地优化视觉和惯性测量，以实现精确的状态估计。视觉结构是通过滑动窗口中的关键帧来维护的，而惯性度量则是通过关键帧之 ......
Visual-Inertial VINS-Mono Estimator Monocular Versatile

RESTful API（Representational State Transfer API）是一种设计和构建网络应用程序的软件架构风格。它是一种基于HTTP协议的API设计理念，旨在实现系统的可伸缩性、简洁性、可靠性和可扩展性。

RESTful API（Representational State Transfer API）是一种设计和构建网络应用程序的软件架构风格。它是一种基于HTTP协议的API设计理念，旨在实现系统的可伸缩性、简洁性、可靠性和可扩展性。 RESTful API 的设计原则可以概括为以下几点： **资源* ......
简洁性 可伸缩性 可扩展性 API Representational

Faster sorting algorithms discovered using deep reinforcement learning

## 摘要： - `AlphaDev`模型优化排序算法，将排序算法提速70％。通过强化学习，AlphaDev发现了更加有效的算法，直接超越了科学家和工程师们几十年来的精心打磨。现在，新的算法已经成为两个标准C++编码库的一部分，每天都会被全球的程序员使用数万亿次。 ## 介绍 - 优化目标为排序算法 ......
reinforcement algorithms discovered learning sorting

LEARNING TO SAMPLE WITH LOCAL AND GLOBAL CONTEXTS FROM EXPERIENCE REPLAY BUFFERS

![](https://img2023.cnblogs.com/blog/1428973/202306/1428973-20230625114456465-1558069206.png) **发表时间：**2021（ICLR 2021） **文章要点：**这篇文章想说，之前的experience r ......
EXPERIENCE LEARNING CONTEXTS BUFFERS GLOBAL
共530篇  :11/18页 首页上一页11下一页尾页