Learning) 第15页

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

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

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

《Learning to Reweight Examples for Robust Deep Learning》笔记

[1]用meta-learning学样本权重，可用于classimbalance、noisylabel场景。

HackerTom·2024-01-23 06:54

81、计算机基础：数据流加载以及为什么要做权值预加载

本节我们开启对手写的resnet50模型的第二个优化，对应到仓库中的优化代码为https://gitee.com/iwaihou/cv_learning_from_scratch/tree/master

董董灿是个攻城狮·2024-01-23 02:11

多场景建模：阿里多场景多任务元学习方法M2M

multi-scenariomulti-taskmetalearningapproach(M2M)背景广告领域大部分是针对用户建模的，像点击率预估，很少有针对广告主需求建模（广告消耗预估、活跃率/流失率预估

巴拉巴拉朵·2024-01-23 00:35

监督、半监督和无监督学习各自的概念和它们的的区别和联系

下面是它们的概念、区别和联系：1.监督学习（SupervisedLearning）：-概念：监督学习是一种机器学习方法，其中模型通过从已标记的训练数据中学习来进行预测。

qq_45091396·2024-01-23 00:31

XPath 解析以及 re正则

HarryPotter29.99LearningXML39.95选取节点XPath使用路径表达式在XML文档中选取节点。节点是通过沿着路径或者step来选取的。

姓高名旭升·2024-01-22 21:44

2021.11.21｜学习记录与积累｜生命的荣耀在于跌倒后能够站起来

WelcometoFirry'slearninglog.Thisisthe59_thdayofmyrecord.——————————欢迎来每日外语朗读小组打卡哦！

SciPsyLearning·2024-01-22 20:26

20th May English oral learning summary

WhileSheldonwastryingtoexplaintheproblemoftransportationtoLeonard,Dr.GablehousercameandintroducedthemDennisKim,whoisahighlysought-afterdoctoralcandidate.Sheldonfirstlydidn'ttakeDennisseriouslybecauseh

rusty6kimo·2024-01-22 17:42

VTK_Learning_图形基本操作进阶_法向量计算

1.点法向量和单元法向量三维平面的法向量是指垂直于该平面的三维向量。曲面在某点P处的法向量为垂直于该点切平面的向量。对于一个网格模型，其每一个点和单元都可以计算一个法向量，在三维计算机图形学中法向量一个重要应用是光照和阴影计算。对于网格模型，模型是有一定数量的面片（单元）来逼近的，面片越多，则模型越精细；反之，则越粗糙。在计算网格模型的法向量时，单元法向量计算比较简单，可以通过组成每个单元的任意两

江南又旧雨·2024-01-22 16:23

4D毫米波雷达——FFT-RadNet 目标检测与可行驶区域分割 CVPR2022

论文地址：RawHigh-DefinitionRadarforMulti-TaskLearning代码地址：https://github.com/valeoai/RADIal/tree/main1、模型框架

一颗小树x·2024-01-22 16:20

适合初学者的机器学习资料合集（可快速下载）

GitCode官方·2024-01-22 15:32

流利说懂你英语笔记要点句型·核心课·Level 6·Unit 1·Part 2·Learning Listening Talking about Verbs 1

Listening--TalkingaboutVerbs1Nowthatyou'restudyingEnglishatahighlevel,youneedtobeabletotalkaboutthelanguageitself.Oneofthebiggestareasofconfusionforstudentsisthedifferencebetweenthepasttenseandthepres

羲之大鹅video·2024-01-22 15:07

09-29 Intro to Machine Learning

第一个机器学习模型使用Pandas读取数据机器学习的第一步是处理数据，对于很多表格数据(如.csv文件)，我们使用pandas库来处理。加载数据并查看数据总体情况：importpandasaspdiowa_file_path='../input/home-data-for-ml-course/train.csv'home_data=pd.read_csv(iowa_file_path)home_d

一只大鸽子·2024-01-22 14:58

0925每日一词（suffice）

ForadvancedEnglishlearner,learningawordonedaydoesn'tsuffice.(2)造句证据不足以定罪。

葉鴻·2024-01-22 14:54

推荐频道

Learning)