semi-supervised consistency adaptation supervised
Please take a look at the provided example service unit files in this directory, and adapt and install them. Sorry!
安装Redis，执行 install_server.s 脚本时，出现如下报错： 解决方案，注释掉 install_server.sh 中的部分代码，注释代码详情如下： 再次执行 install_server.sh 脚本，结果如下： ......
Graph Neural Networks with Adaptive Residual
目录概符号说明AirGNN代码 Liu X., Ding J., Jin W., Xu H., Ma Y., Liu Z. and Tang J. Graph neural networks with adaptive residual. NIPS, 2021. 概 基于 UGNN 框架的一个更加鲁 ......
ELIC: Efficient Learned Image Compression with Unevenly Grouped Space-Channel Contextual Adaptive Coding
abstruct \(\quad\) 受能量压缩表现的启发，提出了不均匀通道情况自适应编码.结合不均匀分组模型和现有上下文模型，获得一种空间通道上下文自适应模型，来提高编码性能，而不影响其运行时间。 \(\quad\)这种模型支持预览解码和渐进解码。 introduction 学习图像压缩中最重要的 ......
【找到 Anchor-based and Anchor-free 性能差距的本质】Adaptive Training Sample Selection (ATSS) 论文精读
原始题目：Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection 中文翻译：通过 自适应训练样本选择 缩小 Anchor-based and Anch ......
ST-SSL: 用于交通流量预测的时空自监督学习《Spatio-Temporal Self-Supervised Learning for Traffic Flow Prediction》(交通流量预测、自监督)
2023年10月23日，继续论文，好困，想发疯。 论文：Spatio-Temporal Self-Supervised Learning for Traffic Flow Prediction Github：https://github.com/Echo-Ji/ST-SSL AAAI 2023的论文 ......
2023ICCV_Generalized Lightness Adaptation with Channel Selective Normalization
一. Motivatetion 跨域效果不好：在已知亮度的数据集上表现良好，在未知亮度的数据集上表现不好，泛化性能较差。 挑战：如何识别和亮度相关的通道并进行选择，并且获得泛化能力 归一化：从给定特征中提取不变的良好的良好特性，特别对于亮度分量 [ 归一化和亮度相关的特性： 1. 亮度一致性： 实例 ......
【PRC】鲁棒跨域伪标记和对比学习的无监督域自适应NIR-VIS人脸识别 Robust Cross-Domain Pseudo-Labeling and Contrastive Learning for Unsupervised Domain Adaptation NIR-VIS Face Recognition
【该文章为杨学长的文章，膜拜】 探索跨领域数据中的内在关系并学习领域不变表示 由于需要在低光照条件下实现24h的人脸识别，近红外加可见光的(NIR-VIS)人脸识别受到了更多的关注。但是数据标注是一个难点。该文章提出了Robust crossdomain Pseudo-labeling and Co ......
Adapter（适配器）
目的:将不兼容的接口转换为客户期待的接口。使得原本不兼容的接口可以一起工作 注： Adapter（适配器）就是目标期待的接口。 实质上就多态的运用 客户期待类 XXX = new 适配器 适配器是通过继承，内部进行方法重写改装，添加不兼容的接口功能。 代码如下 ......
Graph Laplacian for Semi-Supervised Learning
目录概符号说明Graph-Laplacian for SSL Streicher O. and Gilboa G. Graph laplacian for semi-supervised learning. arXiv preprint arXiv:2301.04956, 2023. 概 标题取得有 ......
Implicit Autoencoder for Point-Cloud Self-Supervised Representation Learning论文阅读
2023 ICCV Implicit Autoencoder for Point-Cloud Self-Supervised Representation Learning论文阅读，思想很妙，该笔记非常简要 ......
状态: 失败 -测试失败: IO 错误: The Network Adapter could not establish the connection (CONNECTION_ID=BMRc/8PgR2+0i4PK2tnHQA==)
1.问题 问题如标题所示，在使用Oracle SQL Developer连接时发现错误： 状态: 失败 -测试失败: IO 错误: The Network Adapter could not establish the connection (CONNECTION_ID=BMRc/8PgR2+0i4 ......
G7、Semi-Supervised GAN 理论与实战
🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍖 原作者：K同学啊 🚀 文章来源：K同学的学习圈子 问题由来¶ 如果我们生成的图像是带有标签的，例如数字0-9，那为什么要鉴别器判断输入图像为真假，而不直接判断图像是0-9中的哪一个数字呢，这样的鉴别效果不是更好吗 一、SGAN理论基础 ......
typescript: Adapter pattern
/** * Adapter pattern 适配器是一种结构型设计模式， 它能使不兼容的对象能够相互合作。 * file: Adapterts.ts * * */ /** * The Target defines the domain-specific interface used by the c ......
浅谈一致性哈希Consistent Hashing
目录1.一致性哈希定义2.工作原理3.应用场景4.使用一致性哈希的软件5.一致性哈希的开源实现6. 一致性哈希的不足 本文主要介绍一致性哈希的定义、原理，以及应用场景等内容。 1.一致性哈希定义 一致性哈希（Consistent Hashing）是一种特殊的哈希技术，主要用于解决分布式系统中的数据分 ......
在 SDXL 上用 T2I-Adapter 实现高效可控的文生图
T2I-Adapter 是一种高效的即插即用模型，其能对冻结的预训练大型文生图模型提供额外引导。T2I-Adapter 将 T2I 模型中的内部知识与外部控制信号结合起来。我们可以根据不同的情况训练各种适配器，实现丰富的控制和编辑效果。 同期的 ControlNet 也有类似的功能且已有广泛的应用。 ......
【流行前沿】DRAG Divergence-based Adaptive Aggregation in Federated learning on Non-IID Data
今天再分享一篇9月的联邦学习领域处理异构数据分布的文章。看挂名是复旦的王昕，总的来说只能算是踏实的工作，但是新意上确实不太够。 文章的主要处理对象是解决异构数据在联邦训练中的client-drift问题，当然与很多相似论文一样，也将这个方法迁移到了拜占庭攻击的防范上。不过这个robustness仅通 ......
k8s 监控（三）prometheus-adapter
原文链接： https://juejin.cn/post/6844903967218991117 kubernetes apiserver 提供了两种 api 用于监控指标相关的操作： resource metrics API：被设计用来给 k8s 核心组件提供监控指标，例如 kubectl top ......
论文解读（CR-Match）《Revisiting Consistency Regularization for Semi-Supervised Learning》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Revisiting Consistency Regularization for Semi-Supervised Learning论文作者：Yue Fan、Anna Kukleva、Bernt Schie ......
完善虚拟的I2C\_Adapter驱动并模拟EEPROM-12
使用GPIO模拟I2C的驱动程序分析 参考资料： i2c_spec.pdf Linux文档 Linux-5.4\Documentation\devicetree\bindings\i2c\i2c-gpio.yaml Linux-4.9.88\Documentation\devicetree\bind ......
I2c_Adapter驱动框架讲解与编写-11
参考资料： Linux内核文档: Linux-4.9.88\Documentation\devicetree\bindings\i2c\i2c-gpio.txt Linux-5.4\Documentation\devicetree\bindings\i2c\i2c-gpio.yaml Linux内核 ......
k8s 自动扩缩容HPA原理及adapter配置详解
大家好，我是蓝胖子，都知道，k8s拥有自动扩缩容机制HPA，我们能够通过配置针对不同的扩缩容场景进行自动扩缩容，往往初学者在面对其中繁多配置的时候会学了又忘记，今天我将会以一种不同的视角，结合api server 请求 来探索这部分的配置，看完本篇，应该会对扩缩容这部分配置会有更深的理解。 自动扩缩 ......
Varibad：A very good method for bayes-adaptive deep rl via meta-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！ Published as a conference paper at ICLR 2020 ABSTRACT 1 INTRODUCTION 2 BACKGROUND 2.1 TRAINING SETUP 2.2 BAYESIAN REINF ......
论文解读（FixMatch）《FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence论文作者：论文来源：2020 aRxiv论文地址： ......
PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models
PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models 阅读笔记（11.2） 摘要：优化MSE指标通常会导致模糊，特别是在高方差(详细)区域。我们提出了一种基于创建正确降尺度的 ......
Proj. CRR Paper Reading: Optimal Speedup of Las Vegas Algorithms, Adaptive restart for stochastic synthesis
Title Adaptive restart for stochastic synthesis PLDI 2021 Task Distribute the power between multiple runs in stochastic program synthesis to accelerat ......
Graph Construction and b-Matching for Semi-Supervised Learning
目录概符号说明图的构建Graph Sparsification\(\epsilon\)-neighborhood graph\(k\)NN graph\(b\)-MatchingGraph Edge Re-Weighting Jebara T., Wang J. and Chang S. Graph ......
论文解读（CST）《Cycle Self-Training for Domain Adaptation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Cycle Self-Training for Domain Adaptation论文作者：Hong Liu, Jianmin Wang, Mingsheng Long论文来源：2021 论文地址：down ......
适配器模式(adapter)
# 适配器模式 ## 1 作用 名字很形象的说出了模式的作用：当有一个需求需要Target的接口，然后有一个现成的Adaptee接口，为了让Adaptee接口匹配上Target接口，就需要使用Adapter，在Adapter中将Adaptee适配Target。 Adapter和Bridge模式都使用 ......
论文解读（MTEM）《Meta-Tsallis-Entropy Minimization: A New Self-Training Approach for Domain Adaptation on Text Classification》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Meta-Tsallis-Entropy Minimization: A New Self-Training Approach for Domain Adaptation on Text Classific ......