transformers retentive networks视觉
MMGCN: Multi-modal Graph Convolution Network for Personalized Recommendation of Micro-video
目录概符号说明MMGCN代码 Wei Y., Wang X., Nie L., He X., Hong R. and Chua T. MMGCN: Multi-modal graph convolution network for personalized recommendation of mic ......
CentOS Stream 8 Unit network.service not found
CentOS Stream 8 Unit network.service not found 一、问题现象 在 CentOS Stream 8 操作系统中，配置完静态IP 信息，想重启网络服务。 执行如下命令： systemctl restart network 提示信息如下： Failed to ......
Generalised f-Mean Aggregation for Graph Neural Networks
目录概符号说明GenAgg代码 Kortvelesy R., Morad S. and Prorok A. Generalised f-mean aggregation for graph neural networks. NIPS, 2023. 概 基于 MPNN 架构的 GNN 主要在于 agg ......
【Transformer 基础系列】手推显存占用
https://zhuanlan.zhihu.com/p/648924115 本文试图以最清晰的方式手动推导 Transformers 每一步的参数量到显存、计算量问题。理解底层，才能更好的做训练和优化。可能是目前最全的大模型显存优化方案分析。 本文内容包括（1）模型训练和推理过程中的显存占用（2） ......
9个作品案例：优秀UI视觉设计的台前幕后
9个作品案例：优秀UI视觉设计的台前幕后 Android爱好者 2018-09-294,869阅读10分钟 原文链接： www.woshipm.com 本文将透过这些案例，来聊一下优秀的UI视觉设计台前幕后的事情。enjoy~ 设计是一个不断发展和变革的领域，很多时候，看似熟悉的设计趋势会在下一刻摇 ......
Unity3D 通过transform实现人物移动还是velocity详解
Unity3D是一款非常流行的游戏引擎，它提供了多种方式来实现游戏中的人物移动。其中，最常用的两种方法是通过transform组件和通过velocity属性来实现。 对啦！这里有个游戏开发交流小组里面聚集了一帮热爱学习游戏的零基础小白，也有一些正在从事游戏开发的技术大佬，欢迎你来交流学习。 通过tr ......
kettle从入门到精通 第二十六课 再谈 kettle Transformation executor
1、前面文章有学习过Transformation executor ，但后来测试kettle性能的时候遇到了很大的问题，此步骤的处理性能太慢，导致内存溢出等问题。所以再次一起学习下此步骤的用法。 2、 如下图中rds-sametable-同步逻辑处理使用的是Transformation execut ......
Graph Condensation for Graph Neural Networks
目录概符号说明MotivationGCOND代码 Jin W., Zhao L., Zhang S., Liu Y., Tang J. and Shah N. Graph condensation for graph neural networks. ICLR, 2022. 概 图上做压缩的工作. ......
2023年小型计算机视觉总结
在过去的十年中，出现了许多涉及计算机视觉(CV)的项目，无论是小型的概念验证项目还是更大规模的生产应用。应用计算机视觉的方法是相当标准化的: 1、定义问题(分类、检测、跟踪、分割)、输入数据(图片的大小和类型、视野)和类别(正是我们想要的) 2、注释一些图片 3、选择一个网络架构，训练-验证，得到一 ......
SourceTree使用教程_network
SourceTree使用教程 1.克隆、提交、推送 在使用SourceTree之前必须要先安装Git和sourceTree，具体安装过程不再赘述 （1）以加入我的管理团队为例，进入5-27-dq 这个仓库，点击管理，然后进入仓库成员管理，发现现在我的仓库成员有4个了，gitee免费版最多可5个成 ......
transformer 预测 ENSO
第一篇《A self-attention–based neural network for threedimensional multivariate modeling and its skillful ENSO predictions 》 发表在Sci Adv. 张荣华 起名3D-Geoforme ......
论文精读：ST2Vec：道路网络中的时空轨迹相似性学习（ST2Vec: Spatio_Temporal Trajectory Similarity Learning in Road Networks）
论文精读：ST2Vec 道路网络中的时空轨迹相似性学习 《ST2Vec: Spatio-Temporal Trajectory Similarity Learning in Road Networks》 论文链接：https://doi.org/10.48550/arXiv.2112.09339 一 ......
可视化学习：CSS transform与仿射变换
在几年前，我就在一些博客中看到关于CSS中transform的分析，讲到它与线性代数中矩阵的关系，但当时由于使用transform比较少，再加上我毕竟是个数学学渣，对数学有点畏难心理，就有点看不下去，所以只是随便扫了两眼，就没有再继续了解了。现在在学习可视化，又遇到了这个点，又说到这是可视化的基础知... ......
论文阅读-Self-supervised and Interpretable Data Cleaning with Sequence Generative Adversarial Networks
1. GARF 简介 代码地址：https://github.com/PJinfeng/Garf-master 基于 SeqGAN 提出了一种自监督、数据驱动的数据清洗框架——GARF。 GARF 的数据清洗分为两个步骤： 规则生成 (Rule generation with SeqGAN)：利用 ......
transformer总体架构
transformer总体架构 目录transformer总体架构循环神经网络总体架构EncoderDecoder输入输出层模型输入位置编码模型输出自注意力机制关于QKV的理解Q, K, V 及注意力计算多头注意力机制多头注意力机制作用Feed Forward 层参考资料 论文地址：Attentio ......
transformer补充细节
transformer补充细节 目录transformer补充细节注意力机制细节为什么对点积注意力进行缩放多头带来的好处数据流训练时数据流推理时数据流解码器中注意力的不同带掩码的注意力机制位置编码整型数值标记[0,1]范围标记位置二进制标记周期函数标识用sin和cos交替来表示位置训练测试细节参考资 ......
opencv图像处理机器学习真实项目教程(python实现)1计算机视觉简介
1 计算机视觉简介 欢迎来到计算机视觉的世界。 本书将带您踏上令人兴奋且快速发展的计算机视觉和图像处理世界的旅程。本书首先介绍计算机视觉和OpenCV库。 然后，我们将继续介绍本课程的基本库和所需的环境设置。 主要内容： 计算机视觉简介 计算机视觉的应用 Python OpenCV OpenCV简史 ......
Sw-YoloX An anchor-free detector based transformer for sea surface object detection
Sw-YoloX An anchor-free detector based transformer for sea surface object detection 基于Transformer用于海上目标检测的无锚检测器：Sw-YoloX 1)由于不同海洋状态下的活体和漂浮物体数据稀缺且昂贵，我们 ......
【持续更新篇】SLAM视觉特征点汇总+ORB特征点+VINS前端
Harris角点 opencv函数 cornerHarris提取输入图像的Harris角点 检测原理 检测思想：使用一个固定窗口在图像上进行任意方向的滑动，对比滑动前后的窗口中的像素灰度变化程度，如果存在任意方向上的滑动，都有较大灰度变化，则认为该窗口中存在角点。 \(E(u, v)=\sum_{( ......
【面试官版】【持续更新中】融合滤波算法+数据结构+激光视觉SLAM+C++面试题汇总
C++部分 什么时候需要写虚函数、什么时候需要写纯虚函数？ 只继承接口为纯虚函数 强调覆盖父类重写，或者父类也需要实现一定的功能，为虚函数 指针传参和引用传参区别？ 引用传参本质上是传递原参数地址，指针传参本质还是值传递，生成拷贝指针，拷贝指针和原指针指向的为同一块内存。因此改变拷贝指针的指向不影响 ......
Docker网络模式--network_mode
docker-compose.yml 配置文件中的 network_mode 是用于设置网络模式的，与 docker run 中的 --network 选项参数一样的，可配置如下参数： 一、bridge **默认 **的网络模式。如果没有指定网络驱动，默认会创建一个 bridge 类型的网络。 桥接 ......
Docker error: "host" network_mode is incompatible with port_bindings
原因 这个错误的原因是在Docker的配置中，使用了"host"网络模式，同时又试图绑定端口（port_bindings）。"host"网络模式意味着容器将直接使用主机的网络，而不是使用Docker创建的虚拟网络。在这种模式下，容器的网络栈不会被隔离，容器可以直接监听主机的网络端口。 因此，当使用" ......
BIgdataAIML-IBM-A neural networks deep dive - An introduction to neural networks and their programming
https://developer.ibm.com/articles/cc-cognitive-neural-networks-deep-dive/ By M. Tim Jones, Published July 23, 2017 Neural networks have been around f ......
OpenCV 机器视觉的四大任务
CV的四大任务 图像分类(image classification), 检查图像中是否包含某种物体, 或者包含哪些物体. 目标检测(Object detection 或 Object localization), 确定目标的位置和类别, 用bounding box圈出具体的位置 语义分割 (sema ......
Relation Networks for Object Detection
Relation Networks for Object Detection * Authors: [[Han Hu]], [[Jiayuan Gu]], [[Zheng Zhang]], [[Jifeng Dai]], [[Yichen Wei]] DOI: 10.1109/CVPR.2018.0 ......
Local Relation Networks for Image Recognition： LRNet
Local Relation Networks for Image Recognition * Authors: [[Han Hu]], [[Zheng Zhang]], [[Zhenda Xie]], [[Stephen Lin]] DOI: 10.1109/ICCV.2019.00356 @in ......
Vision Transformer with Super Token Sampling
Vision Transformer with Super Token Sampling * Authors: [[Huaibo Huang]], [[Xiaoqiang Zhou]], [[Jie Cao]], [[Ran He]], [[Tieniu Tan]] Local library 初读 ......
Dual Attention Network for Scene Segmentation：双线并行的注意力
Dual Attention Network for Scene Segmentation * Authors: [[Jun Fu]], [[Jing Liu]], [[Haijie Tian]], [[Yong Li]], [[Yongjun Bao]], [[Zhiwei Fang]], [[H ......
Squeeze-and-Excitation Networks：SENet，早期cv中粗糙的注意力
Squeeze-and-Excitation Networks * Authors: [[Jie Hu]], [[Li Shen]], [[Samuel Albanie]], [[Gang Sun]], [[Enhua Wu]] Local library 初读印象 comment:: (SENet ......
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 ......