with
神经网络入门篇：深度学习和大脑的关联性（What does this have to do with the brain?）
深度学习和大脑的关联性 开始讲故事（手动狗头） 深度学习和大脑有什么关联性吗？ 关联不大。 那么为什么会说深度学习和大脑相关呢？ 当你在实现一个神经网络的时候，那些公式是你在做的东西，你会做前向传播、反向传播、梯度下降法，其实很难表述这些公式具体做了什么，深度学习像大脑这样的类比其实是过度简化了我们 ......
Fine-grained Visual Classification with High-temperature Refinement and Background Suppression
摘要 细粒度视觉分类是一项具有挑战性的任务，因为类别之间的相似性很高，单个类别中数据之间的差异不同。为了应对这些挑战，以前的策略侧重于定位类别之间的细微差异并理解其中的判别特征。然而，背景还提供了重要信息，可以告诉模型哪些特征对于分类是不必要的甚至有害，并且过于依赖细微特征的模型可能会忽略全局特征和 ......
Python的with open
1、文件的基本操作 1. 打开文件 2. 操作文件 3. 关闭文件 关键字：open 方式1 f=open(r'a.txt', 'r', encoding='utf-8') # f = open(r'a.txt', mode='r', encoding='utf-8') res = f.read() ......
【python笔记】contextlib，自定义with语句
参考书籍： 《深度学习入门——自制框架》[日]斋藤康毅 步骤18.5 使用with语句切换 with语法 python中的with语句，用于自动进行后处理。 如文件读写： with open('sample.txt', 'w') as f: f.write('hello sb!') 这段代码等价于 ......
hive升级元数据报错The reference to entity "useSSL" must end with the ';' delimiter.
使用Hive自带的schematool工具升级元数据，也就是把最新的元数据重新写入MySQL数据库中。 执行以下命令 cd /usr/local/hive ./bin/schematool -initSchema -dbType mysql 出现The reference to entity "us ......
New Type Functions/Utilities for Dealing with Ranges in C++20
Generic Types of Ranges 类型萃取从字面意思上来说其实就是帮助我们挑选某个对象的类型，筛选特定的对象来做特定的事。可以先来回顾一下以前的写法。 #include <vector> #include <iterator> int main() { std::vector v{1, ......
Graph Neural Networks with Learnable and Optimal Polynomial Bases
目录概符号说明MotivationFavardGNN代码 Guo Y. and Wei Z. Graph neural networks with learnable and optimal polynomial bases. ICML, 2023. 概 自动学多项式基的谱图神经网络. 符号说明 \ ......
Python报错：WARNING conda.models.version:get_matcher(542): Using .* with relational operator is superfluous and deprecated and will be removed in a future version of conda.
参考： https://blog.csdn.net/weixin_45685859/article/details/132916216 报错： [23:59:14](pytorch) devil@OMEN:~$ [23:59:14](pytorch) deviconda install pytorc ......
6How To Use Messages With Flask - Flask Fridays #6 10:43
消息闪现 消息闪现 {% for message in get_flashed_messages() %} <div class="alert alert-success alert-dismissible fade show" role="alert"> {{ message }} <button ......
axios(ajax)发送请求响应码200，但获取不到数据，无法加载响应数据: No datafound for resource with givenidentifier问题解决参考
问题截图： 没有响应数据 控制台报错 其实是由于浏览器的跨域资源共享（CORS）策略导致，前后端跨域请求是不行的。什么是域，看页面的url，比如https://www.baidu.com/下的网页都是属于baidu.com这个域。如果你是和我一样是从本地文件打开html的方式来调试ajax，那么一定 ......
Learn DevOps：Start DevOps with Docker（三）
一、Docker与Microservices 很多人都在谈论microservices的优势，但是它不是免费的，面临着许多挑战，Docker在解决这些挑战方面发挥至关重要的作用。在微服务体系结构中，我们将构建许多微小的服务，而不是构建一个大的整体，这些微服务中的每一个都可以用不同的技术来构建。由于这 ......
[LeetCode] 1727. Largest Submatrix With Rearrangements
You are given a binary matrix matrix of size m x n, and you are allowed to rearrange the columns of the matrix in any order. Return the area of the la ......
Learn DevOps: Start devOps with Docker（二）
一、Docker image commands docker images 查看本地计算机中所有存在的image docker pull mysql 可以看到如果我们不提供标记，它会使用默认的最新的标记，它会查看是否有标记为latest的mysql映像，并将其汇集下来。pull只会拉取image使其 ......
Triangulated Geometry With Textures
Triangulated Geometry With Textures ############################### ......
Delete'cr'[prettier / prettier] 运行项目报错error Replace `xxx` with `··xxx·` prettier/prettier 解决办法
问题：在运行项目时报错 原因： linux系统和Windows系统换行符不一致，要根据实际情况切换LF或CRLF,如果不想每个页面切换，可用以下方法 解决： 在eslintrc.js文件的rules中添加 "prettier/prettier": "off" 也可参照这个网址 https://www ......
论文：FEED-FORWARD NETWORKS WITH ATTENTION CAN SOLVE SOME LONG-TERM MEMORY PROBLEMS
题目：FEED-FORWARD NETWORKS WITH ATTENTION CAN SOLVE SOME LONG-TERM MEMORY PROBLEMS” (Raffel 和 Ellis, 2016, p. 1) “带有注意力的前馈网络可以解决一些长期记忆问题” (Raffel 和 Elli ......
python利用with语句分割长函数代码块的小技巧
如果某个函数实现很长, 有时候希望把函数分割成若干部分, 并且可以折叠, 执行时能够打印日志. 可以采用下面的办法来实现: from mylog import logger import time class MyTask: def __init__(self,task:str) -> None: ......
The Hello World of Deep Learning with Neural Networks
The Hello World of Deep Learning with Neural Networks dlaicourse/Course 1 - Part 2 - Lesson 2 - Notebook.ipynb at master · lmoroney/dlaicourse (github ......
The Hello World of Deep Learning with Neural Networks
The Hello World of Deep Learning with Neural Networks dlaicourse/Course 1 - Part 2 - Lesson 2 - Notebook.ipynb at master · lmoroney/dlaicourse (github ......
mysql 报错which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_by
Expression #2 of SELECT list is not in GROUP BY clause and contains nonaggregated column 'd.Id' which is not functionally dependent on columns in GROU ......
Learn DevOps 第二章：Start DevOps with Docker（一）
一、Introduction and installation 这一张让我们来看一些让开发运维变得非常简单的东西：Containerization。 我们身处微服务的世界，有数百个微服务，一些用Java构建，一些用python构建，还有一些可能是用Javascript构建的。这三种语言的应用程序所需 ......
Android Compose 使用Pager （with TabRow）
Pager 基本内容看官方吧：Android Compose 中的分页器 不同页显示不同内容 错误示范 @Composable HorizontalPager(state = pagerState, modifier.fillMaxHeight(),beyondBoundsPageCount = 2 ......
powershell 乱码问题 encoding utf-8 with bom
powershell 中双字节文字，运行时是乱码 将文件编码设为utf-8 with bom vscode 场合 点击右下角编码格式选择编码>save with encoding>utf-8 with bom ......
【略读论文|时序知识图谱补全】Tucker Decomposition with Frequency Attention for Temporal Knowledge Graph Completion
会议：ACL，时间：2023，学校：北京航空航天大学，多伦多大学 关键词：基于张量分解；频率注意力；正则化 摘要： 之前基于张量分解的TKGC模型存在仅独立考虑一种关系与一个时间戳的组合，忽略了嵌入的全局性质的问题。 本文的方法：一种频率注意力（FA）模型来捕获一个关系与整个时间戳之间的全局时间依赖 ......
[机翻]Fun With Another PG-Compliant Hook/另一个符合 PG 标准的钩子的乐趣
原文链接：https://revers.engineering/fun-with-pg-compliant-hook/ 目录Overview /概述Common Hook Points in Windows Kernel /Windows 内核中的常见钩子点The HalPrivateDispatc ......
[ARC168E] Subsegments with Large Sums
题目链接 看到严格选 \(k\) 个，不难想到 WQS二分。定义 \(f(x)\) 为分成 \(x\) 段，最多有多少个超过 \(S\) 的。然后你会发现他不是凸的。因为他有很多平段，比如把两个很小的合并不改变答案。 换个方向？ 考虑定义 \(f(x)\) 为有 \(x\) 个超过 \(S\) 的段 ......
解决ls: relocation error: /lib64/libacl.so.1: symbol getxattr, version ATTR_1.0 not defined in file libattr.so.1 with link time reference
解决ls: relocation error: /lib64/libacl.so.1: symbol getxattr, version ATTR_1.0 not defined in file libattr.so.1 with link time reference 参考：https://www ......
Probabilistic principal component analysis-based anomaly detection for structures with missing data（概率主成分分析PPCA）
SHM can provide a large amount of data that can reveal the variation in the structure condition什么是压缩传感，数据重构，研究背景与意义，怎么用 基于模型的方法不可避免的缺点是模型的不确定性，因为很难创建能 ......
[ARC168E] Subsegments with Large Sums
有点意思的简单题。 答案有可二分性。合并两段，显然仍然合法。 考虑如何 check。因为答案可以被二分，我们尝试求恰好 \(x\) 段就行了。 恰好，这是 wqs 二分的内容。如何设计一个与 \(x\) 有关的凸函数呢？ 这个函数大概是 \(\sum_{i=1}^x w(l_i, r_i)\) 的形 ......