526互联

transformers handwriting论文

论文解读（AdSPT）《Adversarial Soft Prompt Tuning for Cross-Domain Sentiment Analysis》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Adversarial Soft Prompt Tuning for Cross-Domain Sentiment Analysis论文作者：Hui Wu、Xiaodong Shi论文来源：2022 ACL ......
Cross-Domain Adversarial Sentiment Analysis Prompt

论文阅读 《Pingmesh: A Large-Scale System for Data Center Network Latency Measurement and Analysis》

背景 在我们内部产品中，一直有关于网络性能数据监控需求，我们之前是直接使用 ping 命令收集结果，每台服务器去 ping (N-1) 台，也就是 N^2 的复杂度，稳定性和性能都存在一些问题，最近打算对这部分进行重写，在重新调研期间看到了 Pingmesh 这篇论文，Pingmesh 是微软用来监 ......
Large-Scale Measurement Pingmesh Analysis Network

【论文翻译】线图、着色与色数近似

# 前言 在港中文的暑研快结束的时候，~~由于大家快没事干了~~，一个本地的同学就给我分享了一个简单但不失趣味的图论定理，于是记在这里。 # 记号与约定 除特殊约定外，下文中所有变量均取正整数。 对于图 $G$，称 $V_G, E_G$ 为其点集和边集。在上下文明了的情况下，下标 $G$ 会被忽略。 ......
线图 论文翻译 论文

《Self-Alignment with Instruction Backtranslation》论文学习

一、Introduction 将大型语言模型（LLMs）对齐以执行指令遵循，通常需要在大量人工注释的指令样本或偏好样本上进行微调，或从更强大的模型中提炼输出。之前的研究都强调了人工注释数据质量的重要性。然而，使用具有这类质量的注释指令数据很难扩展，每种指令结构和风格的指令数据，往往只能用于某一类垂直 ......
Backtranslation Self-Alignment Instruction Alignment 论文

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

前言 论文大合集，一篇文章就搞定。 本文转载自机器之心 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全教程整理 【CV技术指南】CV全栈指导班、基础入门班、论文指导班 全面上线! ......
Transformer 架构 宝典 模型 方法

带你上手基于Pytorch和Transformers的中文NLP训练框架

基于pytorch、transformers做中文领域的nlp开箱即用的训练框架，提供全套的训练、微调模型（包括大模型、文本转向量、文本生成、多模态等模型）的解决方案。 ......
Transformers 框架 Pytorch NLP

论文解读（DEAL）《DEAL: An Unsupervised Domain Adaptive Framework for Graph-level Classification》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：DEAL: An Unsupervised Domain Adaptive Framework for Graph-level Classification论文作者：Nan Yin、Li Shen、Baop ......
DEAL Classification Unsupervised Graph-level Framework

论文解读（PERL）《PERL: Pivot-based Domain Adaptation for Pre-trained Deep Contextualized Embedding Models》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：PERL: Pivot-based Domain Adaptation for Pre-trained Deep Contextualized Embedding Models论文作者：Eyal Ben-D ......
PERL Contextualized Pivot-based Pre-trained Adaptation

聊聊HuggingFace Transformer

## 概述 参见：[聊聊HuggingFace](https://www.cnblogs.com/zhiyong-ITNote/p/17640835.html) ## 项目组件 一个完整的transformer模型主要包含三部分：Config、Tokenizer、Model。 ### Config ......
HuggingFace Transformer

论文解读（TAMEPT）《A Two-Stage Framework with Self-Supervised Distillation For Cross-Domain Text Classification》

论文信息 论文标题：A Two-Stage Framework with Self-Supervised Distillation For Cross-Domain Text Classification论文作者：Yunlong Feng, Bohan Li, Libo Qin, Xiao Xu, ......
Self-Supervised Classification Distillation Cross-Domain Supervised

GPT之路(四) 神经网络架构Transformer工作原理

原文：What Are Transformer Models and How Do They Work? Transformer模型是机器学习中最令人兴奋的新发展之一。它们在论文Attention is All You Need中被介绍。Transformer可以用于写故事、文章、诗歌，回答问题，翻 ......
神经网络 Transformer 架构 神经 原理

读论文

[TOC] # 读论文 ## Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering 看不懂 ## Heterogeneous Graph Transformer ### Meta Relation ......
论文

swin transformer

摘要核心1.本文提出一种可以适用于多种任务的backbone->swin transformer2.Transformer迁移到CV中有两点挑战->物体尺度不一，图像分辨率大3.为了解决尺度不一的问题，Swin Transformer使用了分层的结构(Pyramid)4.为了能够在高分辨率上运行，S ......
transformer swin

使用 AutoGPTQ 和 transformers 让大语言模型更轻量化

大语言模型在理解和生成人类水平的文字方面所展现出的非凡能力，正在许多领域带来应用上的革新。然而，在消费级硬件上训练和部署大语言模型的需求也变得越来越难以满足。 🤗 Hugging Face 的核心使命是 _让优秀的机器学习普惠化_ ，而这正包括了尽可能地让所有人都能够使用上大模型。本着 [与 bi ......
transformers AutoGPTQ 模型 语言

【论文解读】基于图的自监督学习联合嵌入预测架构

一、简要介绍 本文演示了一种学习高度语义的图像表示的方法，而不依赖于手工制作的数据增强。论文介绍了基于图像的联合嵌入预测架构（I-JEPA），这是一种用于从图像中进行自监督学习的非生成性方法。I-JEPA背后的idea很简单：从单个上下文块中，预测同一图像中不同目标块的表示。指导I-JEPA产生语义 ......
架构 论文

transformer模型首次体验代码

首先是安装python，更新pip源到清华源。安装transformer pip install transformer 安装jupyter lab，也简单一行 pip install jupyterlab 现在不想用anaconda了，因为国内没有源了，国外的又慢。直接用pip吧。 然后开始体验之 ......
transformer 模型 代码

使用 Transformers 优化文本转语音模型 Bark

🤗 Transformers 提供了许多最新最先进 (state-of-the-art, SoTA) 的模型，这些模型横跨多个领域及任务。为了使这些模型能以最佳性能运行，我们需要优化其推理速度及内存使用。 🤗 Hugging Face 生态系统为满足上述需求提供了现成且易于使用的优化工具，这些工 ......
Transformers 语音 模型 文本 Bark

[论文理解] HACK: Learning a Parametric Head and Neck Model for High-fidelity Animation

# HACK: Learning a Parametric Head and Neck Model for High-fidelity Animation 上科大发布的头和脖子精细建模的参数化模型HACK。 ## 纹理转化 由于HACK没有开源纹理基，我将FLAME开源的纹理基迁移到了HACK上，代 ......
High-fidelity Parametric Animation Learning fidelity

论文解读（MetaAdapt）《MetaAdapt: Domain Adaptive Few-Shot Misinformation Detection via Meta Learning》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：MetaAdapt: Domain Adaptive Few-Shot Misinformation Detection via Meta Learning论文作者：Zhenrui Yue、Huimin Z ......
MetaAdapt Misinformation Detection Adaptive Few-Shot

Transformer计算公式

## LLM inference workflow **Generative Inference**. A typical LLM generative inference task consists of two stages: i) the prefill stage which takes a ......
Transformer 公式

bert，Bidirectional Encoder Representation from Transformers

BERT的全称是Bidirectional Encoder Representation from Transformers，是Google2018年提出的预训练模型，即双向Transformer的Encoder，因为decoder是不能获要预测的信息的。模型的主要创新点都在pre-train方法上 ......
Representation Bidirectional Transformers Encoder bert

论文解读（IW-Fit）《Better Fine-Tuning via Instance Weighting for Text Classification》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Better Fine-Tuning via Instance Weighting for Text Classification论文作者：论文来源：2021 ACL论文地址：download 论文代码：d ......
Classification Fine-Tuning Weighting Instance IW-Fit

transformer

masked mutil-head attetion mask 表示掩码，它对某些值进行掩盖，使其在参数更新时不产生效果。Transformer 模型里面涉及两种 mask，分别是 padding mask 和 sequence mask。其中，padding mask 在所有的 scaled do ......
transformer

带你读论文丨S&P2019 HOLMES Real-time APT Detection

本文分享自华为云社区《[论文阅读] (09)S&P2019 HOLMES Real-time APT Detection（溯源图）》，作者： eastmount 。 摘要 本文提出了一种实现了检测高级持久性威胁（Advanced Persistent Threat，APT）新的方法，即HOLMES系 ......
Detection Real-time HOLMES 论文 2019

论文解读（WIND）《WIND: Weighting Instances Differentially for Model-Agnostic Domain Adaptation》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：WIND: Weighting Instances Differentially for Model-Agnostic Domain Adaptation论文作者：论文来源：2021 ACL论文地址：dow ......
WIND Differentially Model-Agnostic Adaptation Instances

ACM MM 2023 | 腾讯优图实验室6篇论文入选，含视觉识别、半监督学习等研究方向

前言 近日，腾讯优图实验室6篇论文被国际人工智能多媒体领域顶级会议ACM MM 2023（ACM International Conference on Multimedia）所接收， 涵盖视觉识别、神经绘画和风格化研究、半监督学习等多个研究方向，进一步展示了腾讯优图实验室在人工智能领域的技术能力和 ......
研究方向 实验室 视觉 方向 论文

毕业论文辅导中国石油大学

毕业论文辅导 中国石油大学软件工程课程设计答案 软件工程设计答案 中国石油大学论文辅导 QQ530986209 ......
毕业论文 石油 论文 大学

李飞飞VoxPoser论文解读

## VoxPoser: Composable 3D Value Maps for Robotic Manipulation with Language Models 论文：Huang, Wenlong et al., VoxPoser: Composable 3D Value Maps for R ......
VoxPoser 论文

带你读论文丨Fuzzing漏洞挖掘详细总结 GreyOne

本文分享自华为云社区《[论文阅读] (03) 清华张超老师 - Fuzzing漏洞挖掘详细总结 GreyOne》，作者： eastmount。 一.传统的漏洞挖掘方法 演讲题目： 数据流敏感的漏洞挖掘方法 内容摘要： 模糊测试近年来成为安全研究人员的必备的漏洞挖掘工具，是近年来漏洞披露数量爆发的重要 ......
漏洞 Fuzzing GreyOne 论文

【论文阅读】Odess:通过代理抽样的重复记录消除系统

> Odess: Speeding up Resemblance Detection for Redundancy （冗余）Elimination（消除） by Fast Content-Defined Sampling **摘要**:随着全球数字数据的快速增长，预计到2025年，全球的数字信息总量 ......
论文 系统 Odess
共1160篇  :17/39页 首页上一页17下一页尾页