526互联

unsupervised adaptation training improve

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 ......
Algorithms stochastic synthesis Adaptive Optimal

train the model model.fit

#train the model history = model.fit(x_train, y_train, batch_size=32, epochs=100, validation_split=0.1, shuffle=True, class_weight=class_weights, call ......
model train the fit

Proj CDeepFuzz Paper Reading: SparseProp: Efficient Sparse Backpropagation for Faster Training of Neural Networks

## Abstract 本文：SparseProp Github: https://github.com/IST-DASLab/sparseprop Task: a back-propagation algo for sparse training data, a fast vectorized i ......
Backpropagation SparseProp CDeepFuzz Efficient Networks

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 ......
Self-Training Adaptation Training Domain 论文

Proj CDeepFuzz Paper Reading: PELICAN: Exploiting Backdoors of Naturally Trained Deep Learning Models In Binary Code Analysis

## Abstract 背景： 1. 本文研究的不是被恶意植入的后门，而是products of defects in training 2. 攻击模式: injecting some small fixed input pattern(backdoor) to induce misclassifi ......
Exploiting CDeepFuzz Backdoors Naturally Analysis

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 ......
适配器 adapter 模式

Proj CDeepFuzz Paper Reading: Natural attack for pre-trained models of code

## Abstract 背景：目前大多数的adversarial attack method on pre-trained models of code忽略了perturbations should be natural to human judges(naturalness requirement ......
pre-trained CDeepFuzz Natural Reading trained

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 ......
Meta-Tsallis-Entropy Classification Self-Training Minimization Adaptation

结构型设计模式-适配器 Adapter

# 结构型设计模式-适配器 Adapter date: April 13, 2021 slug: design-pattern-adapter status: Published tags: 设计模式 type: Page ### 简介 适配器模式是一种结构型设计模式， 它能使接口不兼容的对象能够相 ......
结构型 设计模式 适配器 Adapter 结构

论文精读：带有源标签自适应的半监督域适应（Semi-Supervised Domain Adaptation with Source Label Adaptation）

# Semi-Supervised Domain Adaptation with Source Label Adaptation 具有源标签适应的半监督域适应 >[原文链接](https://openaccess.thecvf.com/content/CVPR2023/papers/Yu_Semi- ......
Adaptation Semi-Supervised Supervised 标签 Domain

print ("标签为" + str(train_set_y[:, index]) + ", 这是一个'" + classes[np.squeeze(train_set_y[:, index])].decode("utf-8") + "' 图片.")

这行代码使用 print 函数来输出一条信息。信息的内容是由多个字符串拼接而成的，其中包括 train_set_y 数组中指定索引处的值和 classes 数组中指定索引处的值。 首先，"标签为" 是一个字符串字面量。接下来，str(train_set_y[:, index]) 表示获取 train ......
quot train_set_y index train set

[论文阅读] Momentum contrast for unsupervised visual representation learning

# Momentum contrast for unsupervised visual representation learning ## Introduction 我们提出了动量对比（MoCo）作为一种构建具有对比损失的无监督学习的大型一致字典的方法（图1）。 我们将字典维护为数据样本队列：当前 ......
representation unsupervised Momentum contrast learning

train_set_y_orig = train_set_y_orig.reshape((1, train_set_y_orig.shape[0]))

这行代码的作用是将 train_set_y_orig 数组重新调整为一个新的形状，并将其赋值回 train_set_y_orig 变量。 首先，train_set_y_orig.shape[0] 表示获取 train_set_y_orig 数组的第一维大小。接下来，(1, train_set_y_o ......
train_set_y_orig train orig set reshape

train_dataset = h5py.File('datasets/train_catvnoncat.h5', "r")

这行代码的作用是使用 h5py 库中的 File 函数打开一个 HDF5 文件，并将其赋值给变量 train_dataset。 首先，'datasets/train_catvnoncat.h5' 是 HDF5 文件的路径。接下来，"r" 表示以只读模式打开该文件。最后，h5py.File() 函数打 ......
train quot train_catvnoncat train_dataset catvnoncat

train_set_x_orig = np.array(train_dataset["train_set_x"][:])

这行代码的作用是将 train_dataset 字典中的 "train_set_x" 键对应的值转换为一个 NumPy 数组，并将其赋值给变量 train_set_x_orig。 首先，train_dataset["train_set_x"] 表示从 train_dataset 字典中获取键为 "t ......
train train_set_x_orig quot train_dataset train_set_x

论文解读（WDGRL）《Wasserstein Distance Guided Representation Learning for Domain Adaptation》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Wasserstein Distance Guided Representation Learning for Domain Adaptation论文作者：Jian Shen、Yanru Qu、Weinan ......
Representation Wasserstein Adaptation Distance Learning

Adapter 适配器模式简介与 C# 示例【结构型1】【设计模式来了_6】

〇、简介 1、什么是适配器模式？ 一句话解释： 两个无关联的类，通过实现同一接口或继承对方得到新的适配器类，新的适配器类中通过实现原本类的操作，可达到进行相同的操作的目的。 适配器模式（Apapter Pattern）是一种结构型设计模式，用于将一个类的实现转换成客户端所期望的另一个类，这个类中的操 ......
结构型 模式 设计模式 适配器 示例

【五期邹昱夫】CCF-A（SP'23）3DFed: Adaptive and Extensible Framework for Covert Backdoor Attack in Federated Learning

> "Li, Haoyang, et al. "3DFed: Adaptive and Extensible Framework for Covert Backdoor Attack in Federated Learning." 2023 IEEE Symposium on Security an ......
Extensible Framework Federated Adaptive Backdoor

Proj CDeepFuzz Paper Reading: An Extensive Study on Pre-trained Models for Program Understanding and Generation

## Abstract ## 1. Intro ## 2. Background ### 2.1 Program Understanding and Generation Tasks ### 2.2 NL-PL Pre-Trained Models ![](https://img2023.cnblo ......
Understanding Pre-trained Generation CDeepFuzz Extensive

日志开源组件（六）Adaptive Sampling 自适应采样

# 业务背景 有时候日志的信息比较多，怎么样才可以让系统做到自适应采样呢？ ## 拓展阅读 [日志开源组件（一）java 注解结合 spring aop 实现自动输出日志](https://houbb.github.io/2023/08/06/auto-log-01-overview) [日志开源组 ......
组件 Adaptive Sampling 日志

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

报错ValueError: Can't find 'adapter_config.json'

# 前言 在做组内2030项目时，我具体做的一个工作是对大模型进行LoRA微调，在整个过程中有许多坑，其中有些值得记录的问题，于是便产生了这篇博客。 # 问题 我在得到微调好的模型后，需要对模型进行性能测评。在加载模型时，遇到如下报错 ``` ValueError: Can't find 'adap ......
adapter_config ValueError 39 adapter config

Training Your Own LoRAs

https://tfwol.github.io/text-generation-webui/Training-LoRAs.html#format-files text-generation-webui Training Your Own LoRAs The WebUI seeks to make t ......
Training LoRAs Your Own

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

精进语言模型：探索LLM Training微调与奖励模型技术的新途径

# 精进语言模型：探索LLM Training微调与奖励模型技术的新途径 LLMs Trainer 是一个旨在帮助人们从零开始训练大模型的仓库，该仓库最早参考自 [Open-Llama](https://github.com/beichao1314/Open-Llama)，并在其基础上进行扩充。 有 ......
模型 Training 途径 语言 技术

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

Mixture-of-Domain-Adapters: Decoupling and Injecting Domain Knowledge to Pre-trained Language Mod...

### 1. Abstract 经过预训练的语言模型（PLM）表现出在通用领域理解文本的出色能力，同时在特定领域中表现不佳。**尽管在大型领域特定语料库上继续预训练是有效的，但调整领域上的所有参数是昂贵的**。在本文中，我们研究了是否可以通过只调整几个参数来有效地调整PLM。具体来说，我们将Tran ......
Domain Mixture-of-Domain-Adapters Pre-trained Decoupling Injecting

论文解读（BSFDA）《Black-box Source-free Domain Adaptation via Two-stage Knowledge Distillation》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Black-box Source-free Domain Adaptation via Two-stage Knowledge Distillation论文作者：Shuai Wang, Daoan Zhan ......
Distillation Source-free Adaptation Black-box Knowledge

论文解读（KDSSDA）《Knowledge distillation for semi-supervised domain adaptation》

Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Knowledge distillation for semi-supervised domain adaptation论文作者：Mauricio Orbes-Arteaga, Jorge Cardoso论 ......
semi-supervised distillation adaptation supervised Knowledge
共300篇  :4/10页 首页上一页4下一页尾页