Learning❤️ 第40页

new-亚马逊云科技 re:Invent 2022 - Amazon EC2的新功能

关键字:[亚马逊云科技re:Invent2022,'AmazonEC2','Instances','Graviton','CostOptimization','MachineLearning']本文字数

litaibai2023·2023-11-29 18:25

A Lifelong Learning Approach to Brain MR Segmentation Across Scanners and Protocols（附翻译）

ALifelongLearningApproachtoBrainMRSegmentationAcrossScannersandProtocols冲冲冲冲冲冲冲！

菜菜的小孙同学·2023-11-29 18:05

【Java学习笔记】73 - 正则表达式

项目代码https://github.com/yinhai1114/Java_Learning_Code/tree/main/IDEA_Chapter27/src/com/yinhai/regexp一、

yinhai1114·2023-11-29 18:30

文章大杂烩 - 收藏集 - 掘金

基础深度学习概念备忘录-后端-掘金基础深度学习概念备忘录翻译自DeepLearningCheatSheet。

weixin_34290352·2023-11-29 17:18

人脑的信息处理特征

1.人类统计学习(statisticallearning)是指人类可以自动、快速地从感知觉信息中提取出统计结果或者统计规律，比如A总是在B后面出现，C总是在D上方等。

何事足萦怀·2023-11-29 15:13

2018-08-09tensorlow installation

othertoolkitscaffe,DeepLearning4j,MicrosoftCognitveToolkit,MXNet,PaddlePaddle(baidu),etc.dependencyProtocalBuffer

镜中无我·2023-11-29 15:56

现代机器学习算法:优势和劣势

【翻译ModernMachineLearningAlgorithms:StrengthsandWeaknesses】在本指南中，我们将对现代机器学习算法进行实用、简洁的介绍。

DisonTangor·2023-11-29 13:16

【Python与机器学习 5-4】集成学习 Ensemble learning

集成学习（Ensemblelearning）通过构建并结合多个学习器来完成学习任务好的集成，个体学习器应“好而不同”：个体学习器要有一定的“准确性”，并且还要有“多样性”。

zxfhahaha·2023-11-29 11:36

NLP面试宝典：38个最常见NLP问题答案一文get

点击上方“码农突围”，马上关注这里是码农充电第一站，回复“666”，获取一份专属大礼包真爱，请设置“星标”或点个“在看”来自：新智元、greatlearning|责编：乐乐正文自然语言处理对社会的影响越来越广泛

Ch97CKd·2023-11-29 10:31

[Style Transfer]——Joint Bilateral Learning for Real-time Universal Photorealistic Style Transfer

JointBilateralLearningforReal-timeUniversalPhotorealisticStyleTransfer基于联合双边学习的通用写实风格转换

黄小米吖·2023-11-29 08:25

2019 DGF(深度引导滤波网络) 相关的论文笔记

FastEnd-to-EndTrainableGuidedFilter**KeyPoint**overview**keywords**extends*摘要引言相关工作*JointUpsampling**DeepLearningbasedImageFilter

晓梦清尘·2023-11-29 08:24

图神经网络的介绍

type=blog;先参考阅读这篇博主；该文献中，介绍了多视图的图神经网络的学习；以及多视图图神经网络的对比学习，需要阅读；Deepmulti-viewlearningmethods:Ar

mingqian_chu·2023-11-29 07:44

AIM304 | 通过机器学习驱动的搜索充分利用您的数据

通过机器学习驱动的搜索充分利用您的数据关键字:[AmazonWebServicesre:Invent2023,AmazonKendra,IntelligentSearch,NaturalLanguageQueries,MachineLearningModels

weixin_40272094·2023-11-29 02:59

CON326 | 您准备好了吗？采用 Kubernetes 的基本策略

AmazonWebServicesre:Invent2023,AmazonEKS,KubernetesAdoptionStrategies,OrganizationalCulture,TeamAutonomy,MechanismsForLearning

weixin_40272094·2023-11-29 02:59

ANT324 | 升级数据仓库

AmazonWebServicesre:Invent2023,AmazonRedshift,DataWarehouseModernization,RedshiftCapabilities,DataSharing,MachineLearning

just2gooo·2023-11-29 02:57

人脸表情识别之CenterLoss

跟着师兄给我指定的步伐做实验的话，我先实现的是这篇《ADiscriminativeFeatureLearningApproachforDeepFaceRecognition》（ECCV2016）。

小胖子善轩·2023-11-29 02:30

学习向左游戏向右？先设一个小目标！

▍主题一：基于游戏的学习——Learningthroughplay.学习应该是有趣的：过一个健康快乐有意思的人生。

竹说·2023-11-29 02:58

目标检测Part 1

以2014年为分水岭，2014年主要为传统方法，2014年后主要是基于deeplearning的方法。

Shaun_eeb9·2023-11-29 00:28

English journal

Iseldomwriteanyreviews,butIreallyhavetothistime.AdyenisbyfarTHEBESTtutorIhaveeverfoundonAT.IhavebeenlearninglanguagesonATforalongtimeandhaveliterallytakenhundredsofATt

偷偷更新别关注我·2023-11-28 23:25

ZKP15.1 Secure ZK Circuits via Formal Methods

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture15:SecureZKCircuitsviaFormalMethods(GuestLecturer:YuFeng(UCSB&Veridise

Simba17·2023-11-28 21:01

ZKP15.2 Formal Methods in ZK (Part I)

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture15:SecureZKCircuitsviaFormalMethods(GuestLecturer:YuFeng(UCSB&Veridise

Simba17·2023-11-28 21:27

文章学习37“When Image Denoising Meets High-Level Vision Tasks: A Deep Learning Approach”

最近出现很多将低级图像任务和高级图像任务结合在一起的工作，比如说一个图像分类的任务，但是图像是有噪声的，就可以将图像先喂到去噪网络里，然后将去噪的结果喂到分类网络中。事实上，我觉得这个做法和GAN的思想很像，就是生成器完成去噪工作，然后判别器进行分类。从理论上进行分析，这件事的可行性是很大的，因为人眼和计算机对图像的理解是不一样的，从计算机的语义层面上进行低级图像任务是可靠的。本文是IJCAI20

Carrie_Hou·2023-11-28 20:52

第十七章大规模机器学习（Large Scale Machine Learning）

17.1大型数据集的学习如果我们有一个低方差的模型，增加数据集的规模可以帮助你获得更好的结果。我们应该怎样应对一个有100万条记录的训练集？以线性回归模型为例，每一次梯度下降迭代，我们都需要计算训练集的误差的平方和，如果我们的学习算法需要有20次迭代，这便已经是非常大的计算代价。首先应该做的事是去检查一个这么大规模的训练集是否真的必要，也许我们只用1000个训练集也能获得较好的效果，我们可以绘制学

Colleen_oh·2023-11-28 20:14

蓝桥杯第100 题九宫幻方 DFS 全排列 C++ 解题思维

题目九宫幻方https://www.lanqiao.cn/problems/100/learning/?

冷yan~·2023-11-28 19:20

集成学习-Boosting和Bagging异同

集成学习-Bagging和Boosting异同集成学习（EnsembleLearning）集成学习（EnsembleLearning）有时也被笼统地称作提升（Boosting）方法，广泛用于分类和回归任务

fpzRobert·2023-11-28 19:42

DGI数据治理框架全面解读

作者丨石秀峰来源丨谈数据（ID：learning-bigdata）全文共4537个字，建议阅读需12分钟早上好呀！紧张的一周正式开始了，祝大家工作愉快，生活开心！

谈数据·2023-11-28 19:21

目标检测文献阅读笔记（一）

最近研究了一段时间的目标检测问题，将阅读的一些文献资料总结如下：1、使用增强2DPCA和ML算法估计的目标追踪（Objecttrackingusingincremental2DPCAlearningandMLestimation

山在岭就在·2023-11-28 18:46

强化学习——Task01 强化学习概述

强化学习——Task01强化学习概述1.ReinforementLearning2.IntroductiontoSequentialDecisionMakingAgentandEnvironmentReward3

Smaller.孔·2023-11-28 18:54

第十届蓝桥杯真题-灵能传输

题目OJhttps://www.lanqiao.cn/problems/196/learning/考点前缀和、贪心思路题目意思就是希望通过灵能交换后使得不稳定度最小，假设对a[i]进行灵能传输，可以发现前缀和

ENEN-YIN·2023-11-28 16:13

人工智能与神经元的内容梳理（持续更新）

《DeepLearning》四、社区与资源五、工具与框架六、学习路径1.逻辑回归,线性回归2.损失函数七、相关论文[^1]一.计算机视觉相关(ComputerVisionRelatedSurveys)A

妇男主任·2023-11-28 15:23

RTOS 和裸机系统的异同-基于 ESP32 学习双核 FreeRTOS 的使用

Learning-FreeRTOS-with-esp32什么是RTOS其本质上是运行在小型嵌入式设备上的特殊软件-系统软件。如同手机的安卓系统软件、windows系统软件。

物联网老王·2023-11-28 14:12

【深度学习】参数优化和训练技巧

寻找合适的学习率(learningrate)学习率是一个非常非常重要的超参数，这个参数呢，面对不同规模、不同batch-size、不同优化方式、不同数据集，其最合适的值都是不确定的，我们无法光凭经验来准确地确定

TwcatL_tree·2023-11-28 12:40

文献阅读与翻译《LLMs4OL: Large Language Models‌ for Ontology Learning》

摘要我们提出了LLMs4OL方法，它利用大型语言模型(LLMs)进行本体学习(OntologyLearning，OL)。

啾啾啾666·2023-11-28 10:43

单调栈 + 贡献法模板

单调栈+贡献法蓝桥杯子串分值https://www.lanqiao.cn/problems/499/learning/importjava.util.Scanner;//1:无需package//2:类名必须

Jiong-952·2023-11-28 09:03

大一统模型 Universal Instance Perception as Object Discovery and Retrieval 论文阅读笔记

UniversalInstancePerceptionasObjectDiscoveryandRetrieval论文阅读笔记一、Abstract二、引言三、相关工作实例感知通过类别名进行检索通过语言表达式的检索通过指代标注的检索统一的视觉模型UnifiedLearningParadigmsUnifiedModelArchitectures

乄洛尘·2023-11-28 08:26

【论文阅读】ActiveNeRF：通过不确定性估计候选新视图

【论文阅读】ActiveNeRF:LearningwheretoSeewithUncertaintyEstimationAbstract1Introduction3Background4NeRFwithUncertaintyEstimation5ActiveNeRF5.1PriorandPosteriorDistribution5.2AcquisitionFunction5.3Optimizati

WoooChi·2023-11-28 08:24

《课程的逻辑》（钟启泉著）（摘录九）

探究学习与理科教学☞“探究学习”（enquirylearning）——理科教学的现代化运动中产生的学习理论。源自美国在20世纪50年代末60年代初掀起的“教育现代化运动”。

青石江人·2023-11-28 07:41

【JAVA学习笔记】71 - JDBC入门

项目代码https://github.com/yinhai1114/Java_Learning_Code/tree/main/IDEA_Chapter25/src/com/yinhai/dao_一、JDBC

yinhai1114·2023-11-28 07:12

【JAVA学习笔记】72 - 满汉楼 - 餐饮管理系统

项目代码https://github.com/yinhai1114/Java_Learning_Code/tree/main/IDEA_Chapter26一、需求说明满汉楼项目功能多，界面复杂，涉及到复杂的

yinhai1114·2023-11-28 07:00

Hands-on Machine Learning with Scikit-Learn,Keras & TensorFlow

读书记录(缓慢更新)目录Part1.TheFundamentalsofMachineLearningTheContentofTheMachineLearningLandscapeTheMachineLearningLandscapePart1

脑子不好真君·2023-11-28 07:51

MediaPipe

MediaPipeSolutionsprovidesasuiteoflibrariesandtoolsforyoutoquicklyapplyartificialintelligence(AI)andmachinelearning

天人合一peng·2023-11-28 07:50

机器学习（1）机器学习类型和机器学习的主要概念

0.前提深度学习（DeepLearing）是机器学习（MachineLearning）领域中的一个新的研究方向，在如今的时代研究深度学习的大模型是十分热门的。

星影沉璧·2023-11-28 07:34

Who Are You--The note of Learning < Beyond Feelings-A Guide To Critical Thinking >-20181128

Toprovideallthatinformationwouldbequiteachore.Butsupposethequestionerwasstillcuriousandasked,"Howdidyougetthewayyouare?"Ifyourpatiencewerenotyetexhausted,chancesareyou'danswersomethinglikethis:"I'mthi

考拉的财富之路·2023-11-28 06:26

表征学习+强化学习

Firstly，我们先谈谈表征学习wikipedia给出的定义大概是：表征学习（又称特征学习representationlearning）是一种将原始数据转换成为能够被机器学习有效开发的一种技术的集合。

臻甄·2023-11-28 05:26

机器学习开篇

英文笔记：MachineLearning-GrewoutofworkinAI-NewcapabilityforcomputersExamples:-DatabaseminingLargedatasetsfromgrowthofautomation

YTXAH·2023-11-28 04:43

30《Go语言入门》select和channel

文章中所有的代码我都放到了github.com/GanZhiXiong/go_learning这个仓库中！看文章时，对照仓库中代码学习效果更佳哦！

干志雄·2023-11-28 04:12

23REPEAT方法：软工顶会ICSE ‘23 大模型在代码智能领域持续学习代表性样本重放（选择信息丰富且多样化的示例） + 基于可塑权重巩固EWC的自适应参数正则化【网安AIGC专题11.22】

KeepingPacewithEver-IncreasingData:TowardsContinualLearningofCodeIntelligenceModels写在最前面论文名片nlp中的命名实体识别

是Yu欸·2023-11-28 03:00

19ContraBERT：顶会ICSE23 数据增强+对比学习+代码预训练模型，提升NLP模型性能与鲁棒性：处理程序变异（变量重命名）【网安AIGC专题11.15】

ContraBERT:EnhancingCodePre-trainedModelsviaContrastiveLearning写在最前面对nlp领域其他方向研究的启发介绍Contrabert方法Method

是Yu欸·2023-11-28 03:59

【网安AIGC专题11.1】11 Coreset-C 主动学习：特征选择+11种采样方法+CodeBERT、GraphCodeBERT+多分类(问题分类)二元分类(克隆检测)非分类任务(代码总结)

ActiveCodeLearning:BenchmarkingSample-EfficientTrainingofCodeModels写在最前面论文名片先验知识的补充主动学习采样函数benchmark基准和

是Yu欸·2023-11-28 03:28

【网安专题10.25】10 TitanFuzz完全自动化执行基于变异的模糊测试：生成式（如Codex）生成种子程序，逐步提示工程+第一个应用LLM填充模型(如InCoder)+差分测试

LargeLanguageModelsareZero-ShotFuzzers:FuzzingDeep-LearningLibrariesviaLargeLanguageModels写在最前面可学习借鉴的思路进一步创新概述背景深度学习