sample
我是超级无敌板子大王（sample.cpp）
自用。 #include <bits/stdc++.h> #include <chrono> std::mt19937 eng(std::chrono::steady_clock::now().time_since_epoch().count()); int rnd(int l, int r) { ......
我是超级无敌板子大王（sample.cpp）
自用。 #include <bits/stdc++.h> #include <chrono> std::mt19937 eng(std::chrono::steady_clock::now().time_since_epoch().count()); int rnd(int l, int r) { ......
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 ......
AWS - Sample Go code to use secrets
// Use this code snippet in your app. // If you need more information about configurations or implementing the sample code, visit the AWS docs: // htt ......
A sample of JSON RPC service
This is a sample service program which show how to implement a JSON RPC. The RPC service included two functions which used for RSA sign and verify. If ......
speculative-sampling笔记
title: speculative-sampling笔记 banner_img: https://cdn.studyinglover.com/pic/2023/09/d5ca60e13944b8fb7e33e289bdc411d3.png index_img: https://cdn.studyi ......
使用NVIDIA HPC SDK构建cuda-samples
NVIDIA HPC SDK虽然附带了CUDA、cuBLAS等库，但安装路径与CUDA Toolkit有差异。cuda-samples有些示例用到了cuBLAS等数学库，按照文档直接make会找不到库文件。 翻找示例的Makefile想找全局的设置，发现有行ALL_CCFLAGS += $(EXTR ......
【论文阅读笔记】【OCR-文本检测】 Few Could Be Better Than All: Feature Sampling and Grouping for Scene Text Detection
CVPR 2022 读论文思考的问题 论文试图解决什么问题？ 一些基于 DETR 的方法在 ICDAR15, MLT17 等文字尺度变化范围较大的数据集上文本检测的效果不佳 DETR 运用的高层特征图难以捕捉小文字的特征，且会引入很多无关的背景噪声，增加了检测的困难程度 即使使用 DETR 的改进模 ......
prometheus Error on ingesting samples that are too old or a re too far into the future
目录prometheus Error on ingesting samples that are too old or a re too far into the future磁盘问题时间问题版本问题历史prometheus旧数据 prometheus Error on ingesting samp ......
【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 ......
Paper Reading: Sample and feature selecting based ensemble learning for imbalanced problems
为了克服现有集成方法的缺点，本文提出一种新的混合集成策略——样本和特征选择混合集成学习 SFSHEL。SFSHEL 考虑基于聚类的分层对大多数样本进行欠采样，并采用滑动窗口机制同时生成多样性的特征子集。然后将经过验证训练的权重分配给不同的基学习器，最后 SFSHEL 通过加权投票进行预测。SFSHE... ......
Metropolis Algorithms for Representative Subgraph Sampling
目录概主要内容Metropolis graph sampling H\¨{u}bler C. and Kriegel H., Borgwardt K. and Ghahramani Z. Metropolis algorithms for representative subgraph sampli ......
Sampling from Large Graphs
目录概主要内容 Leskovec J. and Faloutsos C. Sampling from large graphs. KDD, 2006. 概 讨论了不同稀疏化方法对于 large-graph 的`结构' 的保持. 主要内容 作者本文的目的是希望比较不同的'稀疏化'方法: 利用一些方法从 ......
pytorch F.grid_sample
import torch from torch.nn import functional as F inp = torch.ones(1, 1, 4, 4) inp = torch.randint(1, 10, (1, 1, 4, 4)).float() # 目的是得到一个 长宽为20的tensor ......
Lecture 2: Data Sampling and Probability
详细地址：data100Lecture2 1. 引 1.1 图表的使用 两张图片基于相同数据生成，但是表达的意思、想突出的重点完全不一样 1.2 数据科学生命周期 上图是数据科学生命周期，这节课就将如何收集数据 2. 人口普查和调查 可能会有许多误差，有的人无家可归等等，需要理解数据 3. 取样：定 ......
Android Sample 之 Tab 和 Navigation
Sample中 ， Tab 在上， Navigation 在下， 后者有图标。不理解为什么用不同的名称。之前没有区分，混淆模糊。 搜索发现有人在 stackoverflow 问。有人答曰：区别在于 Tab 是同一主题， 而 Navigation 可用于不相关的主题。 Tabs are conside ......
from sklearn.datasets.samples_generator import make_blobs
from sklearn.datasets.samples_generator import make_blobs make_blobs方法:sklearn.datasets.make_blobs(n_samples=100,n_features=2,centers=3, cluster_std=1 ......
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 ......
Kubernetes编程—— 编写 Operator 的方案 —— 2、基于 sample-controller
编写 Operator 的方案 —— 2、基于 sample-controller https://github.com/kubernetes/sample-controller 首先我们将基于 k8s.io/sample-controller 来实现 cnat，通过直接使用 client-go 完 ......
Striving for Simplicity and Performance in Off-Policy DRL: Output Normalization and Non-Uniform Sampling
 **发表时间：**2020（ICML 2020） **文章要点：**这篇文章基于SAC做简单并且有效的改进来提升 ......
拓端tecdat|R语言实现k-means聚类优化的分层抽样(Stratified Sampling)分析各市镇的人口|附代码数据
原文链接：http://tecdat.cn/?p=23038 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于k-means聚类的研究报告，包括一些图形和统计输出。 简介 假设我们需要设计一个抽样调查，有一个完整的框架，包含目标人群的信息（识别信息和辅助信息）。如果我们的样本设计是分层的，我 ......
open3d -- voxel_down_sample
[官网文档](http://www.open3d.org/docs/0.6.0/python_api/open3d.geometry.voxel_down_sample.html) )) # 返回一个列表，列表元素不重复 print(''.join(random.sample(list(string.digits), 5))) # ......
Sample Ayla Support Request
# Sample Ayla Support Request ## Information that should be supplied in a support request: - **Severity** - 1, 2, 3 - **Description** of the issue. Pl ......
Batch Sampled Softmax logQ去偏
来自谷歌的论文《Sampling-Bias-Corrected Neural Modeling for Large Corpus Item Recommendations》 参考： - [会议presentation](https://www.youtube.com/watch?v=O4cqDdtf ......
Paper Reading: Ensemble of Classifiers based on Multiobjective Genetic Sampling for Imbalanced Data
大多数处理不平衡学习的技术都是针对二分类问题提出的，这些方法并不一定适用于不平衡的多分类任务。针对这些问题，本文提出了一种新的自适应方法——基于多目标遗传抽样的分类器集成(E-MOSAIC)。E-MOSAIC 将训练数据集中提取的样本编码为个体进行进化，通过多目标优化过程搜索能够在所有类别中产生具有... ......
sFlow sampled flow协议解析
sflow是一种用来统计网络流量的采样方案。 # 采样方式 ## 按照包数采样 比如采样率是1000，每经过一个包，计数器减一，如果计数器为0，采样当前的数据包，然后计数器重置。 ## 随机采样 由于按照固定包数采样，有可能会采到有规律的包，影响采样有效性。比如采样率是1000，每1000个包中，9 ......
Paper Reading: Model-Based Synthetic Sampling for Imbalanced Data
针对不平衡数据问题，本文提出了一种基于模型的综合抽样(MBS)方法，从一个新的角度对少数类实例进行过采样。MBS 是一种过采样算法，目标是生成能够捕捉少数类训练样本特征之间关系的合成样本，同时保持数据样本的可变性。首先利用回归模型捕获少数类样本的特征趋势，接着通过对可用特征值进行采样生成临时数据样本... ......
LEARNING TO SAMPLE WITH LOCAL AND GLOBAL CONTEXTS FROM EXPERIENCE REPLAY BUFFERS
 **发表时间：**2021（ICLR 2021） **文章要点：**这篇文章想说，之前的experience r ......
random.sample()和random.choices()、random.choice()区别
random.sample()和random.choices()、random.choice()区别 返回列表（1-k个值）random.sample(data,3)random.sample(data, k=3)data可以是字符串 元组 list从一个数据源中随机获取k个数据 不重复取 （取过的 ......