network
VeriSilicon's Vivante® Neural Network Processor (NPU) IP
高度可扩展、可编程的计算机视觉和人工智能处理器 芯原Vivante的神经网络处理器 （NPU） IP是高度可扩展、可编程的计算机视觉和人工智能处理器，支持终端、边缘端及云端设备的人工智能运算升级。Vivante NPU IP可满足多种芯片尺寸和功耗预算，是具成本效益的优质神经网络加速引擎解决方案。 ......
Graph Convolutional Networks with EigenPooling
Ma Y., Wang S., Aggarwal C. C. and Tang J. Graph convolutional networks with eigenpooling. KDD, 2019. 概 本文提出了一种新的框架, 在前向的过程中, 可以逐步将相似的 nodes 和他们的特征聚合在 ......
Learning A Single Network for Scale-Arbitrary Super-Resolution
Learning A Single Network for Scale-Arbitrary Super-Resolution abstract 现有的single image SR网络是为具有特定整数比例因子（例如，×2/3/4）的图像开发的，无法处理非整数和非对称 SR。 在本文中，作者建议从特定 ......
论文解读《Interpolated Adversarial Training: Achieving robust neural networks without sacrificing too much accuracy》
论文信息 论文标题：Interpolated Adversarial Training: Achieving robust neural networks without sacrificing too much accuracy论文作者：Alex LambVikas VermaKenji Kawa ......
Gogs 推送 URL 被解析到默认禁用的本地网络地址（Payload URL resolved to a local network address that is implicitly bloc）
原帖地址：https://blog.51cto.com/u_1472521/5981347 问题配置 Web 钩子使用本地 URL 出现错误。 解决方法修改 app.ini 配置文件，添加参数 LOCAL_NETWORK_ALLOWLIST 后重启服务。 如果是多个用逗号分开，例如 ......
Handling Information Loss of Graph Neural Networks for Session-based Recommendation
Chen T. and Wong R. C. Handling information loss of graph neural networks for session-based recommendation. KDD, 2020. 概 作者发现图用在 Session 推荐中存在: lossy ......
Series-Parallel Networks UVA - 10253
给定 n，求有多少树满足：任意非叶子节点的儿子不少于 2 ， 叶子节点个数为 n ......
EXPLORING MODEL-BASED PLANNING WITH POLICY NETWORKS
**发表时间：**2020（ICLR 2020） **文章要点：**这篇文章说现在的planning方法都是在动作空间里randomly generated，这样很不高效（其实瞎扯了，很多不是随机的方法啊）。作者提出在model based RL里用policy网络来做online planning ......
Representation Learning for Attributed Multiplex Heterogeneous Network
Cen Y., Zou X., Zhang J., Yang H., Zhou J. and Tang J. Representation learning for attributed multiplex heterogeneous network. KDD, 2019. 概 本文在 Attrib ......
Cluster-GCN An Efficient Algorithm for Training Deep Convolution Networks
Chiang W., Liu X., Si S., Li Y., Bengio S. and Hsieh C. Cluster-GCN: An efficient algorithm for training deep and large graph convolutional networks. ......
Cycle GAN：Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks
paper：https://arxiv.org/pdf/1703.10593.pdf [2017] code 参考： https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix https://zhuanlan.zhihu.com/p/792211 ......
Spatiotemporal Remote Sensing Image Fusion Using Multiscale Two-Stream Convolutional Neural Networks
Spatiotemporal Remote Sensing Image Fusion Using Multiscale Two-Stream Convolutional Neural Networks abstract 地表反射率图像的渐变和突变是现有STF方法的主要挑战。(Gradual and ......
ubuntu - k3s安装失败出现unable to find suitable network address.error
系统时ubuntu18 原因： 离线安装k3s 需要手动设定 ip的 网关 使用ip route 查看是否出现default via xxxx.xxxx.x.x dev ens33 xxxxx 内容。 如果没有出现 说明没有默认网关。 方式1 ： 临时生效 使用命令： ip route add de ......
Invariant and Equivariant Graph Networks
Maron H., Ben-Hamu H., Shamir N. and Lipman Y. Invariant and equivariant graph networks. ICLR, 2019. 概 有些时候, 我们希望网络具有: 不变性 (Invariant): $$ f(PX) = f(X ......
Vulnhub之 BoredHackerBlog: Social Network 2.0靶机详细测试过程
Socnet 作者：jason huawen 靶机信息 名称：BoredHackerBlog: Social Network 2.0 地址： https://www.vulnhub.com/entry/boredhackerblog-social-network-20,455/ 识别目标主机IP地址 ......
kubenetes pod networ flannel network
kubectl apply -f https://raw.githubusercontent.com/coreos/flannel/master/Documentation/kube-flannel.yml https://github.com/flannel-io/flannel/blob/mas ......
Unlock the Power of High-Performance Networking with the IPQ9554
Unlock the Power of High-Performance Networking with the IPQ9554 In today's world, reliable and high-speed internet connectivity is essential for ever ......
教我怎么用docker的network
Docker 提供了一种为容器创建和管理网络以相互通信的方法。 创建 Docker 网络有多种方法，最简单的方法是使用 docker network create 命令。 此命令创建一个具有指定名称和驱动程序的新网络。 驱动程序指定网络上的容器如何相互通信。 最常见的驱动程序是桥接驱动程序，它用于为 ......
CentOS网卡无法启动返回'Failed to start LSB：Bring up/down networking.'
装了一台虚机，配置docker服务的时候发现忘了开CPU虚拟化，关机开启后再登录，发现网卡down了，重启网卡报错。 1. journalctl -ex #查看日志，发现返回错误'Failed to start LSB：Bring up/down networking.'； 2. vi /var/l ......
Layer-Dependent Importance Sampling for Training Deep and Large Graph Convolutional Networks
Zou D., Hu Z., Wang Y., Jiang S., Sun Y. and Gu Q. Layer-dependent importance sampling for training deep and large graph convolutional networks. NIPS, ......
Unlock the Power of High-Performance Networking with the IPQ9554
In today's world, reliable and high-speed internet connectivity is essential for everything from online gaming and streaming to remote work and learni ......
Heterogeneous Graph Attention Network
Wang X., Ji H., Shi C., Wang B., Cui P., Yu P. and Ye Y. Heterogeneous graph attention network. WWW, 2019. 概 Attention + 异构图. 符号说明 $\mathcal{G} = (\ma ......
CS144 计算机网络 Lab0：Networking Warmup
前言 本科期间修读了《计算机网络》课程，但是课上布置的作业比较简单，只是分析了一下 Wireshark 抓包的结构，没有动手实现过协议。所以最近在哔哩大学在线学习了斯坦福大学的 CS144 计算机网课程，这门课搭配了几个 Lab，要求动手实现一个 TCP 协议，而不是简单地调用系统为我们提供好的 S ......
文献阅读《AcsiNet: Attention-Based Deep Learning Network for CSI Prediction in FDD MIMO Systems》
这篇文献的作者是南华大学的林文斌老师，于2023年3月3日发表在IEEE WIRELESS COMMUNICATIONS LETTERS。 文章直接对上行 CSI 矩阵使用离散傅里叶逆变换进行压缩，然后将其输入一个基于注意力（attention-based）的深度学习网络，该网络可以专注于关键的 C ......
《Ubuntu — NetworkManager开机提示A start job is running for Network Manager wait online (29s / no limit) 等待30s解决办法》【轉】
轉自：https://www.cnblogs.com/zhuangquan/p/13209758.html ，僅供參考學習使用 1.Network Manager Ubuntu Server： Ubuntu的Server版本只有终端界面，没有桌面GUI，且Server版本不会安装NetworkMan ......
network 路由器和交换机的区别
##network 路由器和交换机的区别 路由器和交换机是网络中两个不同的设备，它们的功能和作用有所不同，主要区别如下： 工作层次不同：交换机主要工作在OSI模型的第二层，即数据链路层，它通过MAC地址来转发数据包；而路由器主要工作在OSI模型的第三层，即网络层，它通过IP地址来转发数据包。 路由功 ......
DFCN:Deep Fusion Clustering Network
论文阅读05-DFCN:Deep Fusion Clustering Network 论文信息 论文地址：[DFCN][2012.09600] Deep Fusion Clustering Network (arxiv.org) 论文代码：WxTu/DFCN: AAAI 2021-Deep Fusi ......
Multi-View Attribute Graph Convolution Networks for Clustering
论文阅读04-Multi-View Attribute Graph Convolution Networks for Clustering：MAGCN 论文信息 论文地址：Multi-View Attribute Graph Convolution Networks for Clustering | ......
Structural Deep Clustering Network:SDCN
论文阅读02-Structural Deep Clustering Network 模型创新点 我们提出了一种用于深度聚类的新型结构深度聚类网络 (SDCN)。所提出的 SDCN 有效地将自动编码器和 GCN 的优势与新颖的交付算子和双自监督模块结合在一起。据我们所知，这是第一次明确地将结构信息应用 ......