文理第32页

站着讲课的教授

我们岐山一行30人会同三原、府谷的老师正在悉心聆听一场讲座，这场题为《现代教学艺术―怎样讲出一堂好课》的讲座是由西安文理学院教授赵精兵老师讲授的。

清风明月bai·2023-01-27 07:47

未来还需要博雅教育吗？

一、什么是博雅教育1.博雅教育的历史文理教育，自由教育，人文教育，通才教育，全人教育。古希腊城邦自由民接受的教育叫博雅教育。

汪巨茂·2023-01-27 07:32

睡前故事：急与慢

那时候高二，刚刚文理分科不久，班主任已经急匆匆的将高考提上了日程，同时根据之前的月考成绩分配了新的同桌，美其名

悦月小故事·2023-01-27 06:02

如果你有一个文学作家梦！（内涵10本写作书籍资源）

我小时候的梦想是成为发明家，像爱迪生一样发明许多神奇的东西，高中分文理科的时候，因为这个伟大的梦想，我固执地选择了理科，尽管所有老师都劝我说我适合学文科……这不是个励志的故事，因为我数学和物理一

岑聂·2023-01-27 06:41

一首老歌，一个旧人

我记得那时候文理还没分科，一大堆文科的女孩子喜欢周传雄的歌，在下午到

旁观夜话·2023-01-27 03:34

目录自行车上的青春序第一章憧憬中的高一之开学啦第二章憧憬中的高一之我的第三章憧憬中的高一之寒假归来第四章动荡中的高二之文理分班第五章动荡中的高二之非常时期第六章迷茫中的高三之再次分班第六章迷茫中的高三之心跳的感觉

半块橡皮_e7c5·2023-01-27 00:51

我的2017

我觉得可能都有吧比如在选文理这条路，突然的“叛变”，但我也是经过一番挣扎，虽然知道自己理科不好，但我就是想试试...胆子挺大，我觉得自己我说了很多不该说的话做了比较多放肆的事交到了新的朋友遇到一些新鲜事物比如

曦轮·2023-01-26 14:32

ELU激活函数以及python画图

Elu激活函数论文：https://arxiv.org/pdf/1511.07289v5.pdf论文理解：https://blog.csdn.net/mao_xiao_feng/article/details

cd_maomao·2023-01-26 10:45

深度估计自监督模型monodepth2论文总结和源码分析【理论部分】

本文主要对monodepth2的理论和源码部分进行一定的总结，实战部分可以参考我的另一篇博客深度估计自监督模型monodepth2在自己数据集的实战——单卡/多卡训练、推理、Onnx转换和量化指标评估一、论文理解

苹果姐·2023-01-26 09:53

未来的选择

在我高二那年，文理科分班，当时我很纠结，因为我文理科所有科目成绩都很平均，没有偏科。后来我选择了理科，我是这么想的，文科需要很好的文学功底，背诵，读写文章，这一点我完全不擅长，甚至有些厌烦。

戴阿梅·2023-01-26 02:40

《重生之天降“娇”夫》第14章2

蓝阳立马放下撑在两颊手，亮着眼睛，道：“我们这学期末就要分文理科了，我不知道我要选什么。”南多兮问：“老师有建议吗？”“老师说，我文科理科成绩都不错，选哪个方向都能考好，就看我自己想往哪

白心娘娘·2023-01-25 01:26

论文理解 Linkage Based Face Clustering via Graph Convolution Network

论文理解LinkageBasedFaceClusteringviaGraphConvolutionNetwork背景要解决的问题基于GCN的人脸图像聚类图卷积层节点合并KNN搜索MxNet复现GCNLayer

碧落回雪·2023-01-19 21:16

论文理解【Offline RL】—— A dataset perspective on offline reinforcement learning

标题：Adatasetperspectiveonofflinereinforcementlearning标题（初版）：UnderstandingtheEffectsofDatasetCharacteristicsonOfflineReinforcementLearning文章链接：Adatasetperspectiveonofflinereinforcementlearning发表：NIPS202

云端FFF·2023-01-19 08:48

图像超分辨论文理解：Residual Dense Network for Image Super-Resolution

该论文出自2018年。文章主要围绕如何充分利用以前层的信息，从而使用了dense连接和残差结构。dense连接可以将以前层的输出传递到当前层的输入上，从而可以充分利用以前层的特征信息。而残差结构可以使训练稳定并加速训练过程，提高网络性能。网络结构如下：该网络主要由四部分组成：1、shallowfeatureextractionnet(SFENet)该层由两个卷积层组成，第一个卷积对输入的LR图像进

AI未来·2023-01-19 07:57

BERT(二)--论文理解：BERT 模型结构详解

124951994传送门：BERT(一)–论文翻译：BERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstandingBERT(二)–论文理解

吕秀才·2023-01-17 07:24

一文理解二元logistic回归

目录1、二元logistic分析思路说明2、如何使用SPSSAU进行二元logistic操作3、二元logistic相关问题在研究X对于Y的影响时，如果Y为定量数据，那么使用多元线性回归分析（SPSSAU通用方法里面的线性回归）；如果Y为定类数据，那么使用Logistic回归分析。结合实际情况，可以将Logistic回归分析分为3类，分别是二元Logistic回归分析、多元有序Logistic回归

spssau·2023-01-16 20:21

论文理解:“Conservative physics-informed neural networks on discrete domainsfor conservation laws: Appl“

译：守恒定律离散域上的保守物理信息神经网络:在正问题和反问题中的应用--Comput.MethodsAppl.Mech.Engrg.365(2020)目录一、引言二、问题设置三、方法四、数值实验4.1、ViscousBurgers方程4.2、Korteweg–deVries方程4.3、不可压缩Navier–Stokes方程4.4、逆问题：二维无粘Burgers方程一、引言PINN与传统的数值方法(

RrS_G·2023-01-16 16:28

论文理解：“Multi-output physics-informed neural networks for forward andinverse PDE problems with uncer“

译：多输出物理信息神经网络用于不确定正、反偏微分方程问题from：Comput.MethodsAppl.Mech.Engrg.--2022目录一、引言二、MO-PINN三、数值实验3.1、正问题——2维非线性Allen–Cahn方程3.2、逆问题——二维非线性扩散-反应体系一、引言与传统的深度学习应用不同，深度学习需要大数据集来训练模型，物理信息神经网络(PINN)已经被开发出来，将物理平衡定律嵌

RrS_G·2023-01-16 16:28

论文理解：“Quadratic Residual Networks: A New Class of Neural Networks forSolving Forward and Inverse P“

QuadraticResidualNetworks:ANewClassofNeuralNetworksforSolvingForwardandInverseProblemsinPhysicsInvolvingPDEs译：二次残差网络一类新的神经网络涉及偏微分方程的物理正反问题的求解目录一、引言二、二次残差网络三、实验一、引言大多数现有的PINN只使用普通的DNN架构。因此，PINN公式通常需要大量

RrS_G·2023-01-16 16:58

并肩XGBoost、LightGBM，一文理解CatBoost！

文章目录1.CatBoost简介2.类别型特征2.1类别型特征的相关工作2.2目标变量统计（TargetStatistics）2.3特征组合2.4CatBoost处理Categoricalfeatures总结3.克服梯度偏差4.预测偏移和排序提升4.2排序提升5.快速评分6.基于GPU实现快速训练7.CatBoost的优缺点7.1优点7.2缺点8.CatBoost实例8.1安装CatBoost依赖

五角钱的程序员·2023-01-15 13:07

[转载]与XGBoost、LightGBM并肩，一文理解CatBoost

本文转载自公众号：Microstrong和DatawhaleCatBoost和XGBoost、LightGBM并称为GBDT的三大主流神器，都是在GBDT算法框架下的一种改进实现。1.CatBoost简介CatBoost是俄罗斯的搜索巨头Yandex在2017年开源的机器学习库，是Boosting族算法的一种。CatBoost和XGBoost、LightGBM并称为GBDT的三大主流神器，都是在G

Luna2137·2023-01-15 13:37

ByteTrack: Multi-Object Tracking by Associating Every Detection Box论文理解及代码复现

ByteTrack:Multi-ObjectTrackingbyAssociatingEveryDetectionBox论文理解及代码复现论文地址：https://arxiv.org/pdf/2110.06864

大千视界·2023-01-15 08:30

李群李代数学习笔记

这个视频的论文来自于AmicroLietheoryforstateestimationinrobotics关于论文的一些公式的解读可以查看博客AMicroLieTheory论文理解下面是视频的PPT截图

小林up·2023-01-15 07:58

【代码复现】DIF-Net: Deformed Implicit Field: Modeling 3D Shapes with Learned Dense Correspondence复现记录

代码网址：DIF-Net论文网址：Arxiv-DeformedImplicitField:Modeling3DShapeswithLearnedDenseCorrespondence一、论文理解本小节仅记录一些个人对这篇论文的理解

passer__jw767·2023-01-14 09:37

论文理解【Offline RL】 —— 【COIL】Curriculum Offline Imitating Learning

标题：CurriculumOfflineImitatingLearning文章链接：CurriculumOfflineImitatingLearningpresentation:【RLChina论文研讨会】第2期刘明桓CurriculumOfflineImitationLearning发表：NIPS2021领域：离线强化学习（offline/batchRL）——IL-based方法摘要：Offli

云端FFF·2023-01-13 16:07

论文理解【Offline RL】——【TT】Offline Reinforcement Learning as One Big Sequence Modeling Problem

标题：OfflineReinforcementLearningasOneBigSequenceModelingProblem文章链接：OfflineReinforcementLearningasOneBigSequenceModelingProblem代码：jannerm/trajectory-transformer官方主页：OfflineReinforcementLearningasOneBig

云端FFF·2023-01-13 16:07

论文理解【IL - BC】—— An autonomous land vehicle in a neural network

标题：Anautonomouslandvehicleinaneuralnetwork发表：AdvancesinNeuralInformationProcessingSystems,1989（NIPS对应的期刊）文章链接：这篇文章1989年的，上古文章了属于是，资源不太好找。第一个链接给出的文章写得很模糊，基本就是大概介绍了一下网络结构，第二个链接的slide讲得比较细致，但是网络结构有点区别。区别

云端FFF·2023-01-13 16:36

论文理解【Offline RL】——【BooT】Bootstrapped Transformer for Offline Reinforcement Learning

标题：BootstrappedTransformerforOfflineReinforcementLearning文章链接：BootstrappedTransformerforOfflineReinforcementLearning官方主页：BootstrappedTransformerforOfflineReinforcementLearning发表：NIPS2022领域：离线强化学习（offl

云端FFF·2023-01-13 16:53

AISHELL-3: A MULTI-SPEAKER MANDARIN TTS CORPUS AND THE BASELINES 论文理解

0.说明很好的中文多说话人TTS语料,谢谢各位老师们~0.摘要在本文中，我们提出了AISHELL-3，一个大规模和高保真的多说话人普通话语音语料库，可用于训练多说话人文本到语音(TTS)系统。该语料库包含了大约85小时的由218名母语为汉语的人所说的不带感情色彩的录音。他们的辅助属性如性别、年龄组和母语口音在语料库中被明确标记和提供。相应地，汉字级和拼音级的抄本与录音一起提供。我们提出了一个基线系

ruclion·2023-01-12 13:15

关于一个学习计算机专业，迷茫的大一新生的看法和理解

我在经历了丰富精彩的高三生活后，我终于在高考成绩公布的那晚，整个人都如释重负了，高中三年的努力让我上了一个不错的本科，但也怪自己不是那种拼命努力学习的人，高考刚好到了一本线的分数，这下，卡分数的痛便展现了出来，因为是在分文理科的四川

辰辰Ado_I·2023-01-12 11:48

图像风格迁移总结

下面按照发展阶段梳理：文理合成的第一篇论文《TextureSynthesisbyNon-parametricSampling》非参数化的暴力求解法----------------------------

我是乔木·2023-01-12 07:23

【论文阅读 + 代码复现】Monte Carlo and Reconstruction Membership Inference Attacks against Generative Models

Mu...·2023-01-11 23:46

论文理解记录：Filter Pruning via Geometric Median for Deep Convolutional Neural Networks Acceleration

论文核心论文剪枝对象是卷积核，与其他论文不同点在于作者思考了norm-wise作为卷积核重要性判断的弊端，并提出了FPGM算法，该算法先计算出所有卷积核的几何中心（作者把卷积核当作多维空间中的点），然后找到距离几何中心近的卷积核，并删除。论文细节品读norm-wise评判标准的不足：作者提出使用nrom-wise需要满足两个条件如下图所示，下图表示同一层中卷积核l1l1l1-nrom或l2l2l2

Robohaha·2023-01-10 11:05

论文理解记录：The Lottery Ticket Hypothesis

论文核心传统非结构化剪枝虽然较大幅度减少了模型参数量，但是由于非结构化的原因导致网络稀疏化，因此很难对剪枝后的模型进行训练。这是非结构化剪枝相对于结构化剪枝不被看好的原因之一。而本文中提出可以在任意初始化后的原始模型中找到子模块（即非结构化剪枝后的模型），该初始化后的子模块训练时间不会超过原始模型，并达到或超过原始模型的精度，该子模块在论文中被称作“中彩票”。注意事项论文中经过实验发现第一次随机初

Robohaha·2023-01-10 11:04

【图像分类】DenseNet论文理解

摘要最近的研究表明：如果卷积网络在靠近输入的层和靠近输出的层之间包含较短的连接，则可以进行更深入、更准确和有效的训练。连接方式: 接受了上面的观点，介绍了密集卷积网络（DenseNet），该网络以前馈方式将每一层连接到其他每一层。 ①传统卷积网络：具有L层则包含L个连接（每一层与其后一层之间包含一个连接）； ②本文网络（DenseNet）：具有L层则包含L（L+1）/2个连接。对

不断进步的咸鱼·2023-01-09 17:54

醉三皇成为第12届北京国际网络电影展官方指定用酒品牌

北京国际网络电影展坚守青年电影人的人文理想和互联网精神，

·2023-01-09 10:15

【论文理解】Uncertainty-Aware Few-Shot Image Classification

内容概览前言一、文章目的1.背景2.目的二、核心思想三、论文算法1.基础框架2.获得分布3.计算方差(1).确定方法(2).图卷积求解建图图卷积4.基于不确定度的优化四、实验结果总结前言这篇论文是10月9号挂在arxiv上的，作者来自中科大。论文在少样本图像分类算法方面提出了一个独特的改进角度，个人认为比较有意思。我在读完之后，想要把论文的思想以及自己的理解记录下来，供大家参考。如有错误请大家指出

辣椒油li·2023-01-08 10:13

论文理解【Offline RL】——【RvS】What is Essential for Offline RL via Supervised Learning?

标题：RvS:WhatisEssentialforOfflineRLviaSupervisedLearning?文章链接：RvS:WhatisEssentialforOfflineRLviaSupervisedLearning?发表：ICLR2022领域：离线强化学习（offline/batchRL）——Hindsight监督思想代码：scottemmons/rvs摘要：最近的研究表明，仅仅使用不

云端FFF·2023-01-07 14:54

论文理解【Offline RL】——【BCQ】Off-Policy Deep Reinforcement Learning without Exploration

标题：Off-PolicyDeepReinforcementLearningwithoutExploration文章链接：Off-PolicyDeepReinforcementLearningwithoutExploration发表：ICML2019领域：离线强化学习（offline/batchRL）——RL-Based策略约束代码：Batch-ConstrainedDeepQ-Learning(

云端FFF·2023-01-07 14:24

论文理解【Offline RL】——【DT】Decision Transformer: Reinforcement Learning via Sequence Modeling

标题：DecisionTransformer:ReinforcementLearningviaSequenceModeling文章链接：DecisionTransformer:ReinforcementLearningviaSequenceModeling代码：kzl/decision-transformer官方主页：DecisionTransformer:ReinforcementLearnin

云端FFF·2023-01-07 14:22

Alphapose 论文理解

因为要做毕业设计，所以看了RMPE:RegionalMulti-personPoseEstimation的论文，感觉相关的博客非常的多，但是总是get不到我不理解的点，还是记录下来，以免以后又不懂了。1、简介单人姿态估计中遇到的错误有两个：定位错误（SPPE认定IoU>0.5就是边界框正确的），姿势冗余（一个人可能会产生多个谷歌模型）针对这两个错误，提出了一些新的东西：对称空间变换器网络（SSTN

暴走小布丁·2023-01-06 07:24

基于Netty的IM聊天加密技术学习：一文理清常见的加密概念、术语等

1、引言在社区中，分享了很多篇基于Netty编写的IM聊天入门文章（比如《跟着源码学IM》系列、《基于Netty，从零开发IM》系列等），在这些文章中分享了各种IM通信算法原理和功能逻辑的实现。但是这样简单的IM聊天系统是比较容易被窃听的，如果想要在里面说点悄悄话是不太安全的。怎么办呢？学过密码学的朋友可能就想到了一个解决办法，聊天的时候对消息加密，处理的时候再对消息进行解密。是的，道理就是这样。

·2023-01-05 16:20

Linux 权限理解和学习

文章目录前言正文理解shellshell的作用权限用户分类用户切换文件权限文件分类权限设置角色

Yohifo·2023-01-01 19:14

DETR代码学习笔记（三）

大致的理解可以看我的另一篇博文理解匈牙利算法。这里偷个懒，要注意的都

athrunsunny·2022-12-31 13:42

Learn NLP with Transformer (Chapter 6)

个人总结：一、BERT预训练任务包括MaskedLanguageModel（MLM训练模型根据上下文理解单词的意思）和NextSentencePredicti

黑小板·2022-12-30 10:28

Mask R-CNN论文讲解

目录：MaskR-CNN论文理解一、摘要二、介绍三、MaskR-CNN四、RoIAlign五、NetworkArchitecture六、训练一、摘要论文提出了一个概念上简单、灵活和通用的对象实例分割框架

旅途中的宽~·2022-12-30 08:09

【NLP】华为推出了全球最大的中文语言模型-盘古

一个是4月25日发布的Transformerencoder-decoder的中文理解模型；另外一个4月26日发布的是Transformerdecoder的

风度78·2022-12-30 02:09

一文理解Kafka如何消息不丢失

数据丢失的原因生产者丢失消息的情况生产者(Producer)调用send方法发送消息之后，消息可能因为网络问题并没有发送过去。解决方法：不能认为在调用send方法发送消息之后消息消息发送成功了。为了确定消息是发送成功，需要判断消息发送的结果。但要注意的是Kafka生产者(Producer)使用send方法发送消息实是异步的操作，虽然可以通过get()方法获取调用结果，但降低业务服务的吞吐量。优化的

Java烟雨·2022-12-29 15:08

一文理解Mysql 索引，何时使用索引

数据库索引在业务中显然是非常重要的，设计一个良好的索引可以带来极大的检索速度的提升。文章目录索引是什么？索引的作用索引的分类索引操作索引的创建索引的删除索引的查看索引提升速度的直观体现组合索引（前缀索引）什么样的sql不走索引索引的弊端一个原则索引是什么？首先直接表明，索引的本质就是数据结构。举个例子：现在有一段长度为100万的无序序列，序列范围为0~100万，我们希望在其中找到值为100万的数据

码匀·2022-12-29 12:03

一文理解什么是公民开发

本文首发于码匠技术博客全文2329字阅读时间约7分钟对于公民开发者的存在，看法褒贬不一。一方面，公民开发者有市场牵引力，Gartner预测，到2023年，大型企业中活跃的公民开发者数量将至少是专业开发者的四倍。另一方面，公民开发者的崛起离不开好用的工具的加持，而且他们需要成长的时间，许多人在最初作为「开发者」时创建的应用很少被终端用户所采用。到底应该如何看待公民开发者的存在呢，接下来码匠将尽量客观

·2022-12-29 11:47

推荐频道

文理