semantic function kernel 128172
Identity-Guided Human Semantic Parsing for Person Re-Identification
实线代``表训练阶段，虚线代表聚类阶段。这两个阶段迭代完成，直到网络收敛。 ISP 是一种普遍适用且与骨干网无关的方法。 伪部分标签生成 部分对齐特征学习 两个过程 ......
lk uboot传参到Kernel
记录一下内核和uboot的传参 MTK传参 1. 在 app/mt_boot/mt_boot.c使用cmdline_append(buf); snprintf(buf, 10,"vcom=%s", vcom_str); pal_log_err("%s\n", buf); cmdline_append ......
PBKDF2（Password-Based Key Derivation Function 2）算法
一、引言 在当今数字时代，保护用户数据和隐私的安全变得越来越重要。为实现这一目标，加密和密钥管理技术发挥着关键作用。PBKDF2（Password-Based Key Derivation Function 2）算法作为一种基于密码的密钥生成方法，广泛应用于各种安全场景。本文将从各个方面介绍和解释P ......
Kernel Memory 入门系列：自定义处理流程
Kernel Memory 入门系列：自定义处理流程 在整个文档预处理的流程中，涉及到很多的处理步骤，例如：文本提取，文本分片，向量化和存储。这些步骤是Kernel Memory中的默认提供的处理方法，如果有一些其他的需求，也可以进行过程的自定义。 自定义Handler 在Kernel Memory ......
Kernel Memory 入门系列：文档的管理
Kernel Memory 入门系列： 文档的管理 在Quick Start中我们了解到如何快速直接地上传文档。当时实际中，往往会面临更多的问题，例如文档如何更新，如何划定查询范围等等。这里我们将详细介绍在Kernel Memory文档的管理。 使用Document管理一组文件 当我们需要批量上传一 ......
Kernel Memory 入门系列：生成并获取文档摘要
Kernel Memory 入门系列：生成并获取文档摘要 前面在RAG和文档预处理的流程中，我们得到一个解决方案，可以让用户直接获取最终的问题答案。 但是实际的业务场景中，仍然存在一些基础的场景，不需要我们获取文档的所有详情的，而只是了解的文档的大概信息，得到文章整体的摘要或者总结，此时仍然可以使用 ......
Semantic Kernel 正式发布 v1.0.1 版本
微软在2023年12月19日在博客上（Say hello to Semantic Kernel V1.0.1）发布了Semantic kernel的.NET 正式1.0.1版本。新版本提供了新的文档，以解释 SDK 创建 AI 代理的能力，这些代理可以与用户交互、回答问题、调用现有代码、自动化流程和 ......
Kernel Memory 入门系列：Kernel Memory Service
Kernel Memory 入门系列：Kernel Memory Service 在 Kernel Memory 的 GitHub 仓库中有一个单独的项目 Service , 用于提供独立的Kernel Memory OpenAPI 服务。可以用于独立的部署后台，也可以为其他语言提供接口调用服务。 ......
Kernel Memory 入门系列：快速开始
Kernel Memory 入门：Quick Start 了解了用户问答和文档预处理的流程之后，我们就可以直接开始使用Kernel Memory了。 1. 安装 项目中只需要通过NuGet安装Microsoft.KernelMemory.Core包即可。 dotnet add package Mic ......
Kernel Memory 入门系列：文档预处理
Kernel Memory 入门系列：文档预处理 Embedding为我们提供了问题理解和文档检索的方法，但是面对大量的文档，如果在用于提问的时候再进行文档的Embedding的话，那这个过程是非常耗时的，再加之我们的文档并不会频繁变化，所以我们可以对文档进行预处理，提升检索的效率。 文档的预处理大 ......
【Azure Function App】本地运行的Function发布到Azure上无法运行的错误分析
Starting Host (HostId=funapp-xxx-dev, Version=1.0.20776.0, InstanceId=xxx-x-xx-x-xxx, ProcessId=7924, AppDomainId=2, Debug=True, ConsecutiveErrors=0, ... ......
Sum of XOR Functions 题解
题意 给定一个数 \(n\) 和一个包含 \(n\) 个数的序列 \(a\)，求出以下式子模 \(998244353\) 的值： \(\sum_{i=1}^{n}\sum_{j=i}^{n} f(i,j)\times (j-i+1)\)。 其中 \(f(i,j)\) 的值为 \(a_{i}\oplu ......
Kernel Memory 入门系列： Embedding 简介
Kernel Memory 入门系列： Embedding 简介 在 RAG模式 其实留了一个问题。 我们对于的用户问题的理解和文档的检索并没有提供合适的方法。 当然我们可以通过相对比较传统的方法。 例如对用户的问题进行关键词提取，然后通过关键词检索文档。这样的话，就需要我们提前对文档做好相关关键词 ......
SegNeXt: Rethinking Convolutional Attention Design for Semantic Segmentation
SegNeXt: Rethinking Convolutional Attention Design for Semantic Segmentation * Authors: [[Meng-Hao Guo]], [[Cheng-Ze Lu]], [[Qibin Hou]], [[Zhengning ......
CCNet: Criss-Cross Attention for Semantic Segmentation
CCNet: Criss-Cross Attention for Semantic Segmentation * Authors: [[Zilong Huang]], [[Xinggang Wang]], [[Yunchao Wei]], [[Lichao Huang]], [[Humphrey S ......
Fully convolutional networks for semantic segmentation
Fully convolutional networks for semantic segmentation * Authors: [[Jonathan Long]], [[Evan Shelhamer]], [[Trevor Darrell]] DOI: 10.1109/CVPR.2015.729 ......
SeaFormer: Squeeze-enhanced Axial Transformer for Mobile Semantic Segmentation
SeaFormer: Squeeze-enhanced Axial Transformer for Mobile Semantic Segmentation * Authors: [[Qiang Wan]], [[Zilong Huang]], [[Jiachen Lu]], [[Gang Yu]] ......
RefineNet: Multi-path Refinement Networks for High-Resolution Semantic Segmentation
RefineNet: Multi-path Refinement Networks for High-Resolution Semantic Segmentation * Authors: [[Guosheng Lin]], [[Anton Milan]], [[Chunhua Shen]], [[ ......
Expectation-Maximization Attention Networks for Semantic Segmentation 使用了EM算法的注意力
Expectation-Maximization Attention Networks for Semantic Segmentation * Authors: [[Xia Li]], [[Zhisheng Zhong]], [[Jianlong Wu]], [[Yibo Yang]], [[Zho ......
UNetFormer: A UNet-like transformer for efficient semantic segmentation of remote sensing urban scene imagery
UNetFormer: A UNet-like transformer for efficient semantic segmentation of remote sensing urban scene imagery * Authors: [[Libo Wang]], [[Rui Li]], [[ ......
SegViT: Semantic Segmentation with Plain Vision Transformers
SegViT: Semantic Segmentation with Plain Vision Transformers * Authors: [[Bowen Zhang]], [[Zhi Tian]], [[Quan Tang]], [[Xiangxiang Chu]], [[Xiaolin We ......
Asymmetric Non-Local Neural Networks for Semantic Segmentation 非对称注意力
Asymmetric Non-Local Neural Networks for Semantic Segmentation * Authors: [[Zhen Zhu]], [[Mengdu Xu]], [[Song Bai]], [[Tengteng Huang]], [[Xiang Bai]] ......
PIDNet: A Real-time Semantic Segmentation Network Inspired by PID Controllers
PIDNet: A Real-time Semantic Segmentation Network Inspired by PID Controllers * Authors: [[Jiacong Xu]], [[Zixiang Xiong]], [[Shankar P. Bhattacharyya ......
A Deformable Attention Network for High-Resolution Remote Sensing Images Semantic Segmentation可变形注意力
A Deformable Attention Network for High-Resolution Remote Sensing Images Semantic Segmentation * Authors: [[Renxiang Zuo]], [[Guangyun Zhang]], [[Rong ......
P1464 Function(记忆化搜索)（宏定义）
P1464 Function 记忆化搜索（引用洛谷上题解的原话，自己是个废物想不到）： 只要确定好数组和范围就可以把搜索中的每一次结果存起来， 正在搜索的项目中也可以用到这些信息 。 这便是记忆化搜索的核心与关键：自定义函数与数组达到“实时互动的状态”。 好处 通过数组直接记录值，减少重复递归过程来 ......
函数function及案例
<!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title></title> </head> <body> <script> /*Function 函数 是一个复杂的数据类型 */ //1.定义函数 //(1)声明式 function te ......
神奇的 SQL 高级处理之 Window Functions → 打破我们的局限
什么是窗口函数 Window Function 也称为 OLAP（Online Analytical Processing）函数 对数据库数据进行实时分析处理，例如市场分析、财务报表等，是标准的 SQL 功能 中文翻译过来，叫 窗口函数 ，或者 开窗函数 ，在 Oracle 中也称 分析函数 与 聚 ......
神奇的 SQL ，高级处理之 Window Functions → 打破我们的局限！
开心一刻 今天儿子跟老婆聊天 儿子：妈妈，我为什么没有两个爸爸呀 老婆：每个人都只有一个爸爸呀，你看谁有两个爸爸了 儿子一脸真诚的看着老婆：那你为什么就有两个爸爸呢 老婆一脸疑惑的望向儿子：我哪有两个爸爸了？ 儿子有点不服气，温柔地说道：你管爷爷叫爸爸，你管姥爷还叫爸爸，这不就是两个爸爸吗 老婆轻声 ......
Kernel Memory 入门系列： RAG 简介
Kernel Memory 入门系列： RAG 简介 开一个新坑，Semantic Kernel系列会在 Release 1.0 之后陆续更新。 当我们有了一定的产品资料或者知识内容之后，自然想着提供一个更加方便的方式让用户能够快速地找到自己想要的信息，或者得到一个更加智能的答案。 以往的时候可能需 ......
Fully Attentional Network for Semantic Segmentation：FLANet
Fully Attentional Network for Semantic Segmentation * Authors: [[Qi Song]], [[Jie Li]], [[Chenghong Li]], [[Hao Guo]], [[Rui Huang]] 初读印象 comment:: (F ......