计算机图形学learning 第16页

《Learning Spatio-Temporal Representation with Pseudo-3D Residual Networks》算法详解

论文:LearningSpatio-TemporalRepresentationwithPseudo-3DResidualNetworks官方代码(caffe):https://github.com/ZhaofanQiu

ce0b74704937·2024-01-25 04:31

【SIGMOD 2023】深度学习弹性数据流水线系统GoldMiner，大幅提升任务和集群效率

开篇近日，阿里云机器学习平台PAI和北京大学杨智老师团队合作的论文《GoldMiner:ElasticScalingofTrainingDataPre-ProcessingPipelinesforDeepLearning

阿里云大数据AI技术·2024-01-24 23:00

【文献阅读】Harnessing Explanations LLM-to-LM Interprete for Enhanced TAG Graph Reresentation Learning

论文连接：HarnessingExplanations摘要背景：近年来，文本属性图（TAG）的表示学习已成为一个关键的研究问题。一个典型的案例是论文引用网络，其中每篇论文的文本作为节点属性，GNN将每篇论文将在这些文本属性转换为浅层特征，从而利用文本属性。问题：最近LLM大火，GPT和Lama2表现出推理和利用常识的能力。进一步，如何将这种文本建模能力与GNN的结构学习能力相结合成为突出性问题。贡

SuperCooper·2024-01-24 22:04

jieHeEternity·2024-01-24 20:04

第三章管道、重定向与环境变量

常用的转义字符五、重要的环境变量参考：《Linux就这样学》第3章管道符、重定向与环境变量|《Linux就该这么学》(linuxprobe.com)https://www.linuxprobe.com/basic-learning

_哇呀呀_喝断当阳桥·2024-01-24 20:28

Kotlin Basic Learning - series 6

Google推送的31天快速了解Kotlin，这篇就是最后一个了。但我还会继续从平时的学习中分享一些有用的学习经历AndroidKTX提供了bundlecreator，可以让我们在创建bundle的时候更加简洁，不用再调用'putString','putInt'等方法，调用一次就返回一个新bundlevalbundle=bundleOf("KEY_INT"to1,"KEY_LONG"to2L,"K

swust_cp·2024-01-24 18:18

时间序列（Time-Series）exp_short_term_forecasting.py代码解析

fromdata_provider.m4importM4Meta#M4数据集的元数据fromexp.exp_basicimportExp_Basic#实验基类fromutils.toolsimportEarlyStopping,adjust_learning_rate

雨微尘·2024-01-24 18:36

时间序列（Time-Series）exp_anomaly_detection.py代码解析

fromdata_provider.data_factoryimportdata_providerfromexp.exp_basicimportExp_Basicfromutils.toolsimportEarlyStopping,adjust_learning_rate

雨微尘·2024-01-24 18:01

Meta Llama大模型：引领人工智能创新的巅峰之作

该模型的设计灵感来自于元学习（meta-learning

百度_开发者中心·2024-01-24 15:12

keep learning

本周一上了晚自习后，看到闺女还没有回屋就去教室找她，她还在写语文作业，是试卷，看到我走过去，她把卷子边上放着的答案收了起来，我没吭声就站在一边看着她写，然后趁她专心写字时把那张答案拿过来装进口袋。我知道自从升三年级后作业多了，只语文配套资料就七本，每天都要做的话任务量的确有点大，孩子们为了应付作业就慢慢学会了参考答案，时间一长，干脆就不思考了，直接抄过来更省事。我有时间只能多陪着她，引导她多读题自

洛洛曦曦·2024-01-24 14:46

【论文阅读】SadTalker: Learning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Ta

SadTalker：学习逼真的3D动作系数，用于风格化的音频驱动单张图像说话人脸动画code：paper：1介绍动机：生成说话头的方法都存在问题，耦合的2D运动场：不自然的头部动作、扭曲的表情和身份修改。显式使用3D信息：僵硬的表情和不连贯的视频等问题。因此提出SadTalker，从音频中生成3D运动系数（头部姿态、表情），并隐式调节一种3D感知人脸渲染，用于生成说话人头部。提出了ExpNet来通

李加号pluuuus·2024-01-24 14:31

springCloud - 第1篇 - 服务的注册 Eureka

内容全程参考书目：《SpringCloud与Docker微服务架构空实战》、《SpringCloud微服务实战》及此书作者博客：http://blog.didispace.com/spring-cloud-learning

微风--轻许--·2024-01-24 14:51

mysql 主从复制、读写分离、分库分表

思维导图微信公众号已开启：【java技术爱好者】，还没关注的记得关注哦~文章已收录到我的Github精选，欢迎Star：https://github.com/yehongzhi/learningSummary

阿姆斯特狸·2024-01-24 10:57

【论文阅读】LLM-to-LM Interpreter for Enhanced Text-Attributed Graph Representation Learning

文章目录0、基本信息1、研究动机2、创新点3、准备3.1、文本属性图3.2、语言模型用于文本分类3.3、大语言模型和提示3.4、结点分类4、方法论4.1、生成基于LLM的预测和解释4.2、LM解释器的微调与节点特征提取4.2.1、原始文本和特征解释4.2.2、排序后的预测特征4.3、GNN在语义丰富的特征上训练4.4、理论分析5、实验5.1、数据集5.2、主要结果5.3、消融实验6、结论6.1、T

鲸可落·2024-01-24 10:39

【论文阅读】LLM4GCL: CAN LARGE LANGUAGE MODEL EM-POWER GRAPH CONTRASTIVE LEARNING?

文章目录0、基本信息1、研究动机2、创新点2.1、LLM-as-GraphAugmentor2.2、LLM-as-TextEncoder3、准备3.1、文本属性图3.2、图神经网络3.3、文本属性图上的对比学习4、LLM4GCL4.1、LLMv.s.GraphAugmentor4.1.1、LLM对特征增广4.1.2、LLM对结构增广4.2、LLM作为文本编码器4.2.1、MaskedLanguag

鲸可落·2024-01-24 10:37

迁移混合模型-基于新数据的迁移学习预测-寻找普通苹果与其他苹果

英文：transferlearning模型A存储了模型结构、权重系数（weights）模型B基于新数据，实现了对模型A的部分结构或权重系数的更新特征提取使用模型A，移除输出层，提取目标特征信息结构引用使用模型

小旺不正经·2024-01-24 09:47

[Machine Learning] 6 神经网络：表述(Neural Networks: Representation)

点Ta6NeuralNetworks:Representation(神经网络：表述)6.1Non-linearhypotheses(非线性假设)6.2ModelRepresentation(模型表示)6.3Multi-classClassification(多元分类)6NeuralNetworks:Representation(神经网络：表述)6.1Non-linearhypotheses(非线性

今天你DEBUG了吗·2024-01-24 08:34

【Gene Expression Prediction】Part3 Deep Learning in Gene Expression Analysis

文章目录6第二个讲座：DeepLearninginGeneExpressionAnalysis6.1Introduction6.2D-GEX6.2.1Connectivitymapproject6.2.2Predictinggeneexpressionfromlandmarkgenes6.3Deepgenerativemodelsforgenomics6.3.1Manifoldhypothesis

丸丸丸子w·2024-01-24 08:03

【Machine Learning】8 神经网络：表述（Neural Networks:Representation）

8.1非线性假设（Non-linearhypotheses）在非线性的多项式中，特征数变多，特征耦合产生的项数目庞大，普通的逻辑回归根本无法处理此类问题。8.2神经元和大脑（Neuronsandthebrain）大脑学习的方法与计算机的算法8.3模型表示I（ModelrepresentationI）神经网络示意如上图。神经网络基本结构及其详解。8.4模型表示II（Modelrepresentati

xzen·2024-01-24 08:32

神经网络的学习(Neural Networks: Learning)

1.代价函数案例：假设神经网络的训练样本有个，每个包含一组输入和一组输出信号，表示神经网络层数，表示每层的neuron个数(表示输出层神经元个数)，代表最后一层中处理单元的个数。将神经网络的分类定义为两种情况：二类分类和多类分类，二类分类：=0,=01表示哪一类；类分类：=,=1表示分到第i类；(>2)看起来复杂很多的代价函数背后的思想还是一样的，我们希望通过代价函数来观察算法预测的结果与真实情况

清☆茶·2024-01-24 08:56

[PyTorch][chapter 11][李宏毅深度学习][Semi-supervised Learning]

目录：简介Semi-supervisedLearningforGenerativeModellow-densitySeparationAssumptionEntropy-basedRegularizationsemi-supervisedSVMSmoothnessAssumptio

明朝百晓生·2024-01-24 07:46

强化学习12——策略梯度算法学习

Q-learning、DQN算法是基于价值的算法，通过学习值函数、根据值函数导出策略；而基于策略的算法，是直接显示地学习目标策略，策略梯度算法就是基于策略的算法。

beiketaoerge·2024-01-24 06:46

强化学习11——DQN算法

DQN算法的全称为，DeepQ-Network，即在Q-learning算法的基础上引用深度神经网络来近似动作函数Q(s,a)Q(s,a)Q(s,a)。

beiketaoerge·2024-01-24 06:46

数据挖掘笔记1

课程：清华大学-数据挖掘：理论与算法（国家级精品课）_哔哩哔哩_bilibili一、LearningResources二、Data数据是最底层的一种表现形式。数据具有连续性。

幽径微澜·2024-01-24 05:05

李宏毅机器学习——深度学习训练的技巧

神经网络训练的技巧优化失败的原因:局部最小值或鞍点，可以通过对H矩阵特征值正负性进行判断batch：加快梯度的计算，更新参数的速度比较快momentum:越过局部最小值或鞍点learningrate:自动调整学习率如

migugu·2024-01-24 04:17

Optional Lab: Feature scaling and Learning Rate (Multi-variable)

GoalsInthislabyouwill:利用先前lab中的多维特征例程在具有多维特征的数据集上运行梯度下降探索学习率learningratealpha对梯度下降的影响通过使用z-score归一化的特征放缩来提高梯度下降的性能

gravity_w·2024-01-24 04:10

【DeepLearning-2】预归一化（Pre-Normalization）策略

2.1层归一化（LayerNormalization）在PreNorm类中的数学原理：2.2代码实现：classPreNorm(nn.Module):def__init__(self,dim,fn):super().__init__()self.norm=nn.LayerNorm(dim)self.fn=fndefforward(self,x,**kwargs):returnself.fn(sel

风筝超冷·2024-01-24 03:51

【DeepLearning-1】注意力机制（Attention Mechanism）

1.1注意力机制的基本原理：计算注意力权重：注意力权重是通过计算输入数据中各个部分之间的相关性来得到的。这些权重表示在给定上下文下，数据的某个部分相对于其他部分的重要性。加权求和：使用这些注意力权重对输入数据进行加权求和，以生成一个紧凑的表示，该表示集中了输入数据的关键信息。1.2数学原理：假设我们有一个输入序列X=[x1,x2,...,xn]，其中xi是序列中的元素。在自注意力机制中，我们首先将

风筝超冷·2024-01-24 03:50

2021-03-01 ner最新进展

2021.3.11.ACL2020|TriggerNER：高效命名实体识别框架摘要：本文由南加州大学和亚马逊联合发布，文章题目为《TriggerNER:LearningwithEntityTriggersasExplanationsforNamedEntityRecognition

你若安好_4a49·2024-01-24 03:24

《动手学深度学习》环境搭建

教材：《动手学深度学习》（diveintodeeplearning）作者：李牧、埃斯顿·张等书籍开源网址：http://zh.d2l.ai/我的系统：windows10失败安装情况：按照书籍所述环境搭建方式搭建数次

yaru_z·2024-01-24 01:08

机器学习:Chapter1~3

Chapter1:绪论术语learning/traning,学习/训练:从数据中学得模型的过程(找到与训练集匹配的假设)model,模型:从数据中学的的结果pattern,模式:局部性结果（如一条规则）

vickeex·2024-01-24 01:45

半监督学习笔记：self-training

1半监督学习半监督学习（Semi-SupervisedLearning）是机器学习的一种形式，它结合了监督学习和无监督学习的特点。

UQI-LIUWJ·2024-01-23 22:38

深度学习笔记：灾难性遗忘

这种现象尤其在所谓的“连续学习”（continuouslearning）或“增量学习”（incrementallearning）场景中很常见2不同视角下看待灾难性遗忘以及对应的解决方法2.1从梯度的视角

UQI-LIUWJ·2024-01-23 22:08

胡思乱想｜时间老妖的真实模样

（先介绍下今日胡思乱想艺术馆收录的画作信息：超现实主义油画家JacekYerka关于时间元素的画作《LearningtoWalk学会行走》。

胡思乱想的艺术馆·2024-01-23 21:47

c# 求凸多边形的内心

在计算机图形学中，多边形的内心是指到多边形各边距离相等且位于多边形内部的一点。对于一个凸多边形，求其内心的方法相对直接，可以通过计算各个角平分线的交点得到。

wangyue4·2024-01-23 18:01

论文阅读- 人工智能安全 TEXTBUGGER: Generating Adversarial Text Against Real-world Applications

背景：DeepLearning-basedTextUnderstanding(DLTU)简介：基于深度学习的文本理解(DLTU)广泛运用于问答、机器翻译和文本分类，情感分析（eg电影评论分类）、有害内容检测

Che_Che_·2024-01-23 18:56

每日一词85| thankfully

1.Thankfully,wespottedaproductdefectintimeandfixeditbeforethelaunch.2.Thankfullyweseemtobelearningfromthosepainfullessonsofthepast

63dc75fc5f8a·2024-01-23 17:21

CHAPTER 16: 《THE LEARNING CONTINUES》第16章《继续学习》

设计好的系统需要多年的知识积累。一条捷径是潜水进入真实的系统架构。下面是一些有用的阅读材料。我们强烈建议您关注共享的原则和基础技术。研究每种技术并理解其解决的问题是一项任务这是加强你的知识库和完善设计过程的好方法。Real-worldsystemsThefollowingmaterialscanhelpyouunderstandgeneraldesignideasofrealsystemarchi

后端工匠之道·2024-01-23 17:15

详解强化学习（Reinforcement Learning）（基础篇）

强化学习（ReinforcementLearning）是机器学习的一个分支，主要研究智能体如何通过观察环境状态、执行动作和接收奖励来学习最优策略。

RRRRRoyal·2024-01-23 16:28

【强化学习】----训练Flappy Bird小游戏

文章目录一、游戏介绍与问题定义1.1游戏简介1.2问题定义二、算法介绍2.1预处理2.1.1去除背景颜色2.1.2灰度处理2.2Q-Learning2.3神经网络2.4DQN结构2.4.1增加样本池2.4.2

子衿JDD·2024-01-23 16:56

ML Design Pattern——Fairness Lens

FairnessLensWhendiscussingmachinelearningdesignpatternsthroughafairnesslens,weareessentiallyexamininghowtoensurethatthealgorithmsandmodelswecreatearefairandunbiased.Thisinvolvesconsideringhowdifferent

卢延吉·2024-01-23 15:15

2024.1.21周报

模型一、连续时间模型二、离散时间模型五、结论二、实验代码Navier–Stokesequation总结摘要本周我阅读了一篇题目为Physics-informedneuralnetworks:Adeeplearningframeworkforsolvingforwardandinverseproblemsinvolv

Nyctophiliaa·2024-01-23 14:08

代写留学生Python课程设计、Python课程设计代写留学生、代写留学生Python课程设计

MachineLearning,IndividualHW3:StructuredPredictiondueWednesdayNov22,11:59pmonCanvasInthisassignmentyouwill1

fudangjiao·2024-01-23 13:57

AGX Xavier 性能及运行状态查询

JetsonAGXXavier性能及信息查询NVPModel描述：GPUTPC–GPUTexture/ProcessorClusterDLA–DeepLearningAcceleratorVA–VisionAcceleratorimage.pngNVPModel

童年雅趣·2024-01-23 11:20

Leveraging Unlabeled Data for Crowd Counting by Learning to Rank

无标签人群技术，作者引入了一种排名。利用的是一个图的人群数量一定小于等于包含这个图的图生成排名数据集作者提出了一种自监督任务，利用的是一个图的人群数量一定小于等于包含这个图的图流程：1.以图像中心为中心，划分一个1/r1/r1/r图像大小的矩形（但是这里没写是面积的还是长宽的）在这个矩形中，随机选择一个点当作锚点2.以锚点为中心，找到一个不超过图像边界的正方形3.重复k−1k-1k−1次，每次生成

Nightmare004·2024-01-23 10:44

量子计算与计算机视觉

量子计算中通过非线性差分实现多重分形构造混沌的超分图像解决了计算机图形学和计算机摄影学中光线追踪模拟信号转换。

Ada's·2024-01-23 10:06

关于成就感

Wrongislearning！这几日连续的反思，让自己看到比setting更要紧的另一个词“成就感”，英文有两个词语可以相对应：achievement&fulfillment。

沈磊·2024-01-23 10:47

2022.01.01｜学习记录099｜丘也幸，苟有过，人必知之。

WelcometoFirry'slearninglog.Thisisthe_99thdayofmyrecord.——————————欢迎来每日外语朗读小组打卡哦！

SciPsyLearning·2024-01-23 08:29

讲解：Grads Only、Network、Matlab、MatlabProcessing|P

2018/11/22HomeworkSeven(GradsOnly)https://elearning.mines.edu/courses/9621/assignments/419371/12HomeworkSeven

zaixiangmo·2024-01-23 07:22

对比学习(Contrastive Learning) (2)

《SupervisedContrastiveLearning》该工作将原来自监督学习(self-supervised)的对比学习思想扩展到全监督学习(full-supervised)，相比于上一篇SimCLR

weiweiweimengting·2024-01-23 07:01

推荐频道

计算机图形学learning