contextual 第2页

【论文分享】Identifying Encrypted Malware Traffic with Contextual Flow Data

在某一节研讨课上对这篇文章进行了pre，是一篇非常经典的文章，本篇博客争取除了讲清楚文章之外，还能对文章中提到的一些陌生的概念做一个补充学习。有的地方都会在文章末尾补充概念学习哦，那我们现在开始吧~目录介绍TLS流DNS流HTTP流数据数据来源数据特征分类分类结果：模型解释性：真实数据分类结论补充知识TLSSANDMZ马尔科夫链正则项L1L2稀疏模型交叉验证介绍研究问题：在不损害加密完整性的情况下

vector<>·2021-11-22 15:30

Generative Image Inpainting with Contextual Attention

文章目录1.Introduction2.RelatedWork2.1ImageInpainting(图像修复)2.2Attention（感知模型）3.ImprovedGenerativeInpaintingNetwork3.1Coarse-to-finenetworkarchitecture3.2GlobalandlocalWassersteinGANs3.3Spatiallydiscounted

halo_wm·2021-04-19 10:05

CMS-RCNN阅读小结

2.contextual是怎么结合附近信息？

Layumi1993·2020-09-15 07:01

human pose regression by combining indirect part detection and contextual information - arxiv - 1710

好久没写了，心血来潮好吧，怎么简单怎么来：humanposeregressionbycombiningindirectpartdetectionandcontextualinformation-arxiv-1710.02322论文链接该论文的亮点在于重新用回了regression，而不是直接基于heatmap的partdetection方法。为什么regression是亮点？14年NIPS的Dee

_menglan_Zi·2020-09-14 16:25

cs224n笔记04-Contextual Word Embeddings

z1103757047·2020-09-13 20:12

转：Contextual Bandit算法在推荐系统中的实现及应用

http://xudongyang.coding.me/linucb/转载于:https://www.cnblogs.com/akanecode/p/9355742.html

weixin_30897079·2020-08-24 03:30

flair embedding--《Contextual String Embeddings for Sequence Labeling》阅读笔记

这篇文章主要是提出了一种embedding方法。首先作者介绍了现有sota的embedding方法：classicalwordembedding，在超大语料上预训练；character-levelfeatures，在领域内的数据集上训练，以捕捉任务相关的subword特性；情境化的embedding，捕捉一些多义词和任务相关的词；作者提出了一种上下文字符embedding，以期能够融合上述三种so

芋艿ashes·2020-08-24 03:48

cs224n学习笔记 04：Contextual Word Embeddings

课程目标ReflectionsonwordrepresentationsPre-ELMoandELMOULMfitandonwardTransformerarchitecturesBERTReflectionsonwordrepresentations之前的CS22N的课程介绍了词向量比如，Word2vec,GloVe,fastText。通过这些词向量能在神经网络的训练中起到一个很好的效果，如图所

Irving_III·2020-08-22 14:37

A Survey on Contextual Embedding 论文笔记

论文地址：https://arxiv.org/abs/2003.07278基于上下文词Embedding的论文，目前在arxiv上2020新的paper上下文嵌入，如ELMo和BERT，超越了Word2Vec这样的全局词表示，在自然语言处理任务中取得了突破性的性能。上下文编码根据上下文为每个单词分配一个表示，从而捕获不同上下文中单词的使用情况以及跨语言传输的编码知识。在这项调查中，我们回顾了现有的

白又白胖又胖·2020-08-22 13:27

使用Hibernate时报hibernate Disabling contextual LOB creation as createClob() method threw error

使用Hibernate时报hibernateDisablingcontextualLOBcreationascreateClob()methodthrewerror这个错误不会影响程序的执行，不用管他也可以。如下办法可以让他不再报告这个错误：在hibernate.cfg.xml文件中增加如下配置false

Kiruchya·2020-08-21 16:08

论文解析Generative Image Inpainting with Contextual Attention

引言Abstract近期的基于深度学习的图像修复方法展现了很大的潜力，这些方法都能生成看似合理的图像结构及纹理，但在修复区域的边界，经常会生成扭曲的结构和模糊的图像，这是因为卷积神经网络无法从图像较远的区域提取信息导致的。不过，传统的纹理和斑块（patch）的修复能取得比较好的效果（因为他们只需要从周围区域借鉴图像）。作者基于上述这些现象，提出了一种新的基于深度生成模型的方法，不仅可以生成新的图像

framebreak·2020-08-17 16:06

【论文解读】Generative Image Inpainting with Contextual Attention

摘要contextualattentionlayer一些train的技巧网络结构Coarse-to-Fine由粗到细粗网络只用重建loss训练，细网络用GAN+重构网络训练；LOSS的具体表达式挖个坑，有点难。。。ContextualAttentionLayerCALayer能够学习修复过程中所依赖的特征位置，而且可端到端训练。在背景（留下来的部分）中选取一个小块(3×33\times33×3），

Qi1999·2020-08-17 16:29

CVPR2018: Generative Image Inpainting with Contextual Attention 论文翻译、解读

2019独角兽企业重金招聘Python工程师标准>>>CVPR2018:GenerativeImageInpaintingwithContextualAttention论文翻译、解读注：博主是大四学生，翻译水平可能比不上研究人员的水平，博主会尽自己的力量为大家翻译这篇论文。翻译结果仅供参考，提供思路，翻译不足的地方博主会标注出来，请大家参照原文，请大家多多关照。未经允许，严禁转载。0.译者序题目翻

weixin_33778778·2020-08-17 16:58

Contextual-based Image Inpainting: Infer, Match, and Translate 论文笔记

论文地址:https://arxiv.org/pdf/1711.08590.pdf摘要本篇论文同样采用深度学习的方法来完成图像修复任务，为了能让模型能够更好的去学习到图片缺失区域的分布，作者将修复任务分为了两个独立部分，推断和翻译。每一个部分都有一个独立的神经网络，除此以外，作者利用简单的启发式算法将缺失区域边缘处的纹理信息向缺失区域内部扩散。通过这些技术，作者的修复模型更易于训练，且达到了较好的

Bai.S·2020-08-17 14:31

论文阅读-Generative Image Inpainting with Contextual Attention

论文：论文地址http://openaccess.thecvf.com/content_cvpr_2018/papers/Yu_Generative_Image_Inpainting_CVPR_2018_paper.pdfgithub开源代码:tensorflow:https://github.com/JiahuiYu/generative_inpaintingpytorch:https://gi

一杯c++不加糖·2020-08-17 12:04

图像修复论文“Generative Image Inpainting with Contextual Attention”

作者发现在图像修复问题中，因为卷积神经网络无法从图像较远的区域提取信息，所以在修复区域的边界，经常会生成扭曲的结构和模糊的图像，而传统的纹理和斑块（patch）的修复能取得比较好的效果，因为他们只需要从周围区域借鉴图像。作者基于上述这些现象，提出了一种新的基于深度生成模型的方法，不仅可以生成新的图像结构，还能够很好地利用周围的图像特征作为参考，从而做出更好的预测。作者提出了一个带有内容感知层（co

Najlepszy·2020-08-17 11:55

Generative Image Inpainting with Contextual Attention

1.Motivation传统方法要求图像之中的patch之间存在相似性；卷积神经网络不能有效的从图像较远的区域提取信息。2.Approach2.1NetworkarchitectureOverviewofourimprovedgenerativeinpaintingframework.生成器：包括两个网络，一个粗糙网络，一个改良网络，粗糙网络用重构损失训练，改良网络重构损失和GAN的损失训练；判别

想要成为学霸的渣渣·2020-08-17 10:35

CS224n学习笔记 13_Contextual Word Embeddings

CS224n学习笔记13RepresentationsforawordTipsforunknownwordswithwordvectorsTwoproblemsfortheserepresentationsforawordPetersetal.(2017):TagLM–“Pre-ELMo”ULMfitTheMotivationforTransformersTransformerOverviewSc

JimmyTotoro·2020-08-13 14:18

2019年CS224N课程笔记-Lecture 13: Contextual Word Representations and Pretraining

资源链接：https://www.bilibili.com/video/BV1r4411之前大部分都是课件内容翻译+自己的一些总结，以后更倾向于自己的总结咯～正课内容词的表示方法一开始时学过的单词向量Word2vec,GloVe,fastText都可以表示词，甚至是ont-hot编码也可以表示（只不过不是很恰当）两个人大概花了七周时间训练无人监督的单词表示/词向量，生成的向量只有100维（也就是图

任菜菜学编程·2020-08-10 14:58

ACL2020 Contextual Embeddings When Are They Worth It 精读

Arxiv链接上下文嵌入(Bert词向量)：什么时候值得用？ACL2018预训练词向量(上下文嵌入Bert，上下文无关嵌入Glove,随机)详细分析文章1背景图1Bert优点效果显著缺点成本昂贵(Memory，Time,Money)(GPT-3，1700亿的参数量)困惑线上环境，资源受限（内存CPUGPU）bert不一定是最佳选择用word2vec,glove等词向量有时候也能取得近似效果但什么时

Kalafinaian·2020-08-03 21:00

Learning Contextual and Attentive Information for Brain Tumor Segmentation

摘要本文提出了一个单通多任务网络，组合多个不同的CNNs结构，综合它们的分割结果来获取一个更为精确的最终分割结果。Dataset:本文采用的数据集是Brats2018结果本文在Valiation数据集上取得了79.22、90.74、83.58的dice数据处理本文对于数据所进行的处理就是对每张图像分别进行了图像归一化方法：将多分类任务分成三个不同但又相关的子任务来处理类别不平衡问题。1）粗分割：检

喜之郎0317·2020-08-02 15:21

Face Aging with Contextual Generative Adversarial Nets

使用上下文对抗生成网络的人脸老化摘要：人脸老化——它对于输入的人脸给出老化的人脸——在多媒体研究中具有广泛的关注。最近很多基于条件对抗生成网络的方法取得的巨大的成功。他们可以生成图片拟合在每个单独的年龄组中的真实的人脸分布。但是这些方法不能获取到转换模式，比如说在相邻年龄组之间逐渐的形状和纹理的变化。本文中我们提出了一种新的上下文对抗生成网络（C-GANs）来特别地考虑转换模式。C-GANs由一个

马小李23·2020-08-01 01:22

Cybercrime in the Deep Web

2015/12/1113:570x00序言深网（DeepWeb）覆盖的内容包罗万象，其中包括有动态网页，已屏蔽网站（需要你回答问题或填写验证码进行访问），个人网站（需要登录凭证才能进行访问），非HTML/contextual

weixin_33937778·2020-07-30 03:09

自然语言处理 cs224n 2019 Lecture 13: Contextual Word Representations and Pretraining

上下文词表示和预训练主要内容词表示上的映射Pre-ELMo和ELMOULMfit和onwardTransformer架构bert一、词表示上的映射现在为止，我们基本上可以说我们有一个词向量的表示了：word2vec，glove，fastText预训练词向量：模型使用了预训练词向量之后，得分得到了提升：预训练词向量可以开始的时候给单词一个随机词向量，然后再训练它们。在大多数情况下，使用预训练的词向量

努力努力再努力_越努力越幸运·2020-07-11 17:34

Task 4: Contextual Word Embeddings

ContextualWordEmbeddings最想学习哪些内容，汇总如下：变压器（Transformers）BERT问题解答（QA）文本生成和摘要预训练的词向量：早年的Collobert，Weston等人，2011成绩预训练的词向量：当前（2014-）我们可以从随机词向量开始，然后在我们感兴趣的方面进行训练。但在很多时候，使用预训练的词向量会有所帮助，因为我们可以在更多数据上进行训练以获得更多词

小孟Tec·2020-07-11 12:19

【NLP CS224N笔记】Lecture 13 - Contextual Word Representations and Pretraining

本次梳理基于Datawhale第12期组队学习-CS224n-预训练模块详细课程内容参考(2019)斯坦福CS224n深度学习自然语言处理课程1.写在前面自然语言处理(NLP)是信息时代最重要的技术之一，也是人工智能的重要组成部分。NLP的应用无处不在，因为人们几乎用语言交流一切：网络搜索、广告、电子邮件、客户服务、语言翻译、医疗报告等。近年来，深度学习方法在许多不同的NLP任务中获得了非常高的性

Miracle8070·2020-07-09 01:50

Cosmos QA：Machine reading comprehension with contextual commonsense reasoning

2019.09-EMNLP2019论文评测网站介绍CosmosQA是一个35.6K问题的大规模数据集，需要基于常识的阅读理解，被表述为多项选择题。它着重于阅读人们日常叙事的不同线条之间的界限，询问有关事件的可能原因或影响的问题，这些事件需要推理超出上下文的确切范围。目前在此数据集上模型最高准确率为68.4%，相对于人类表现的94%。阅读理解的相关数据集SQuAD2016NEWSQA2017Sear

谁怕平生太急·2020-07-07 11:56

2013.05.09

1,confrontations对抗confrontations:交锋2,contextual[kɒn'tekstjʊəl]adj.上下文的；前后关系的contextual:上下文的|文脉上的|环境3,

wachinksapakay·2020-07-06 15:18

【语义分割】【2019】Object-Contextual Representations for Semantic Segmentation

论文地址：https://arxiv.org/abs/1909.11065代码：https://github.com/HRNet/HRNet-Semantic-Segmentation/tree/HRNet-OCR总结：https://blog.csdn.net/qq_36268755/article/details/106542753摘要1.介绍2.相关工作3.方法3.1背景3.2公式3.3结构

纳豆哥哥·2020-07-05 05:23

【语义分割】【总结】Object-Contextual Representations for Semantic Segmentation

中文翻译：https://blog.csdn.net/qq_36268755/article/details/105850287主要贡献整体结构具体方法实验对比实验1粗分割的监督对比实验2像素-区域关系方法Double-attentionACFNet实验3多尺度上下文方法PPMASPP对比实验4关系上下文方法Self-Attention（non-local）CC-AttentionDANet对比实

纳豆哥哥·2020-07-05 05:52

BERT粗读

包括两大类，context-free或者是contextual，前者无论在什么语境下都会输出相同的表达，典型为word2vec；后者会与语境有关。

学习飞行的山药·2020-07-01 13:20

程序员如何与时俱进？

业内比较传统的算法，主要是CF[1][2]、基于统计的Contextual推荐和LBS，但近期来深度学习被广泛引入，算法性取得较大的提升，如：2015年Netflix和

Confuse_迷惑·2020-06-30 17:43

【显著性检测】PiCANet: Learning Pixel-wise Contextual Attention for Saliency Detection【论文笔记】

千草幽幽·2020-06-28 21:05

【论文浅读】《Contextual Pyramid Attention Network for Building Segmentation in Aerial Imagery》

创新思想：为了改进航空影像中提取建筑物的效果，文章提出了远程金字塔模型(ContextualPyramidAttention,CPA)，捕获远程依赖项来改进不同大小的建筑分段。主要原理：CPA是在ResNet中Block4的基础上再增加的模块，在多个尺度下卷积激活再卷积，产生一个加权输出，该输出被馈送到FPN解码器。上下文信息的算子以及整合公式。自身信息的算子公式。主要实验结果：评价指标有IoU和

邂逅模拟卷·2020-06-25 08:04

Identifying Encrypted Malware Traffic with Contextual Flow Data

IdentifyingEncryptedMalwareTrafficwithContextualFlowData作者：BlakeAnderson(Cisco),DavidMcGrew(Cisco)思科出处：2016ACM摘要识别出加密流量中潜藏的安全威胁具有很大挑战，监视此通信量以防威胁和恶意软件是很重要的，但这样做的方式必须保持加密的完整性。由于模式匹配不适用于加密数据流，且传统的特征提取方式大

CR-Box·2020-06-25 06:03

CASCADE: Contextual Sarcasm Detection in Online Discussion Forums(2018)论文笔记

本文提出了一种新的综合性的模型结构：CASCADE(ContextuAlSarCAsmDEtector)，它充分利用了每条文本的上下文信息，包括：文本的用户信息（用户文体风格信息+用户个性信息）；文本的主题信息。CASCADE模型的大致流程如下：构建用户嵌入：首先利用每个用户的历史文本得到用户的写作风格嵌入和用户个性嵌入，并利用典型相关分析（CCA）将两个向量融合到一起得到用户嵌入；构建主题嵌入：

潜心修行的研究者·2020-06-23 12:10

【2019斯坦福CS224N笔记】（13）Contextual Word Representations and Pretraining

csdn：https://blog.csdn.net/abcgkjgithub：https://github.com/aimi-cn/AILearners词向量的表示目前为止，我们已经学过了one-hot编码、word2vec、glove等词向量的表示。但是这三个方法都普遍存在在一些问题，就是无法解决一词多义的问题。即对于同一个词无论上下文的单词是否相同，训练出来的词向量都是一样的。当我们手中的语

kaijie234·2020-06-22 12:15

复现数据增强实验（1）--Contextual Augmentation: Data Augmentation by Words with Paradigmatic Relations

最开始知道题目中的论文，是看到BERT做数据增强的论文，ConditionalBERTContextualAugmentation，看到有同学分析的文章（见https://zhuanlan.zhihu.com/p/53141568），文章中提到了Kobayashi的这篇论文，刚好有开源的代码，作为英专毕业数年的不合格程序媛，自己写代码是不现实的，决定用开源的代码复现一下实验结果，记录以下作为参考。

NA_QUEEN·2020-06-22 02:29

论文笔记《Knowledge Enhanced Contextual Word Representations》

Motivition作者的出发点有几个：尽管BERT这种预训练模型取得了state-of-art的成绩。但是、因为他们没有包含真实世界的实体，所以导致这些模型也很难覆盖真实世界的知识。没有实体没有知识怎么办呢？Knowledgebases、知识库有。知识库不仅拥有丰富的高质量、人类产生的知识，而且他们包含与原始文本中互补的信息，还能够编码事实性的知识。所以用知识库可以解决因不频繁出现但是常识的me

BigPig_LittleTail·2020-06-21 17:42

HRNet + Object Contextual Representation

文章内容来自CCF-CV走进高校报告会中MSRA王井东老师的报告“Learninghigh-resolutionandobject-contextualrepresentationsforsemanticrepresentation”报告中主要介绍了HRNet和OCR两个方法。下面图中展示的是timelinefordeepsemanticsegmentation，可以看到OCR和HRNet是201

高峰OUC·2020-06-03 08:00

Contextual-MDPs for PAC-Reinforcement Learning with Rich Observations

https://128.84.21.199/pdf/1602.02722v1.pdfWeproposeandstudyanewtractablemodelforreinforcementlearningwithhigh-dimensionalobservationcalledContextual-MDPs,generalizingcontextualbanditstoasequentialdeci

朱小虎XiaohuZhu·2020-04-04 00:36

Android中使用Contextual ActionMode

ContextualActionModeContextualactionmode是系统对ActionMode的实现,专门用于用户点击ContextualActions的交互，如果你开发针对Android3.0以上的应用时，应该考虑使用ContextualActionMode展示ContextualActions,而不是用Floatingcontextmenu.实现ActionMode.Callba

lewiswon·2020-02-25 16:15

Generative Image Inpainting with Contextual Attention

Abstract最近基于深度学习的方法已经显示出在图像中修复大的缺失区域的挑战性任务的有希望的结果。这些方法可以生成视觉上合理的图像结构和纹理，但通常会产生扭曲的结构或与周围区域不一致的模糊纹理。这主要是由于卷积神经网络明显地从远处空间位置借用或复制信息带来的不合理性。另一方面，传统的纹理和补丁合成方法效果还行当从周围区域借用纹理时。受这些观察的启发，我们提出了一种新的基于深度生成模型的方法，该方

风之羁绊·2020-01-06 22:23

基于tensorflow的最简单的强化学习入门-part1.5: 基于上下文老虎机问题(Contextual Bandits)

封面本文翻译自SimpleReinforcementLearningwithTensorflowPart1.5:ContextualBandits，作者是ArthurJuliani，原文链接。介绍在这个系列的前一部分文章中，我们介绍了增强学习的一些概念，并且演示了如何通过建立一个agent来解决多臂老虎机问题(Multi-armbandits)。多臂老虎机可以当作一种特殊的增强学习问题，没有状态(

y_felix·2019-12-01 01:20

词向量：ELMo

ELMo的精髓提现在以下三个方面：Contextual：Therepresentationforeachworddependsontheentirecontextinwhichitisused.Deep

jerrychenly·2019-08-13 12:44

【论文阅读笔记】Linguistic Knowledge and Transferability of Contextual Representations

本文发布在arxiv2019preprint通过十六种不同的探究任务来研究语境化知识和语境化词语表示的可迁移性。预训练的上下文相关词向量足以在广泛的NLP任务中实现高性能。对于需要特定信息但未被上下文单词表示捕获的任务，学习特定任务的上下文特征有助于在词向量中编码必要的知识。此外，对情境化层的可迁移性模式的分析表明，LSTM的最低层编码最具可迁移的特征，而Transoformer的中间层是最具可迁

cskywit·2019-04-21 08:05

[Deep Learning] Contextual Attention with Keras & Pytorch

Abstract今天介绍一种十分基本的Attention应用，suppose我们现在有n个完全一样的entity，而我们已经知道这n个entity服从一种重要性分布，那么我们如何让深度网络能够自己知道哪些entity是比较重要的呢，两种十分常见的场景是NLP中sentence-levelcontext的获取和CV中spatial-wise或channel-wise的加权，那么就是接下来要介绍的这个

LeYOUNGER·2019-04-18 19:55

遥感高光谱分类文献阅读：Going Deeper with Contextual CNN for Hyperspectral Image Classification

GoingDeeperwithContextualCNNforHyperspectralImageClassification2017年TIP的文章。本文主要是提出了一种新的网络模型，深度更深，并且加上了googlenet的那种同一个层中多个scale（kernel=1,3,5）的方法，从而实现了deeperandwider。这里主要针对的问题是现有的CNN方法做HSI分类问题中网络结构较小较简单

江户川柯壮·2019-03-20 21:59

Define contextual search for a table

https://docs.servicenow.com/bundle/jakarta-platform-administration/page/administer/contextual-search/

ServiceNow·2019-01-11 16:59

思科恶意加密TLS流检测论文记录——由于样本不均衡，其实做得并不好，神马99.9的准确率都是浮云啊，之所以思科使用DNS和http一个重要假设是DGA和HTTP C&C（正常http会有图片等）。一开...

songcoming.github.io/lectures/%E8%AE%BA%E6%96%87%E8%AE%B0%E5%BD%95-Identifying-Encrypted-Malware-Traffic-with-Contextual-Flow

djph26741·2018-12-29 10:00

推荐频道

contextual

【论文分享】Identifying Encrypted Malware Traffic with Contextual Flow Data

Generative Image Inpainting with Contextual Attention

CMS-RCNN阅读小结

human pose regression by combining indirect part detection and contextual information - arxiv - 1710

cs224n笔记04-Contextual Word Embeddings

转：Contextual Bandit算法在推荐系统中的实现及应用

flair embedding--《Contextual String Embeddings for Sequence Labeling》阅读笔记

cs224n学习笔记 04：Contextual Word Embeddings

A Survey on Contextual Embedding 论文笔记

使用Hibernate时报hibernate Disabling contextual LOB creation as createClob() method threw error

论文解析Generative Image Inpainting with Contextual Attention

【论文解读】Generative Image Inpainting with Contextual Attention

CVPR2018: Generative Image Inpainting with Contextual Attention 论文翻译、解读

Contextual-based Image Inpainting: Infer, Match, and Translate 论文笔记

论文阅读-Generative Image Inpainting with Contextual Attention

图像修复论文“Generative Image Inpainting with Contextual Attention”

Generative Image Inpainting with Contextual Attention

CS224n学习笔记 13_Contextual Word Embeddings

2019年CS224N课程笔记-Lecture 13: Contextual Word Representations and Pretraining

ACL2020 Contextual Embeddings When Are They Worth It 精读

Learning Contextual and Attentive Information for Brain Tumor Segmentation

Face Aging with Contextual Generative Adversarial Nets

Cybercrime in the Deep Web

自然语言处理 cs224n 2019 Lecture 13: Contextual Word Representations and Pretraining

Task 4: Contextual Word Embeddings

【NLP CS224N笔记】Lecture 13 - Contextual Word Representations and Pretraining

Cosmos QA：Machine reading comprehension with contextual commonsense reasoning

2013.05.09

【语义分割】【2019】Object-Contextual Representations for Semantic Segmentation

【语义分割】【总结】Object-Contextual Representations for Semantic Segmentation

BERT粗读

程序员如何与时俱进？

【显著性检测】PiCANet: Learning Pixel-wise Contextual Attention for Saliency Detection【论文笔记】

【论文浅读】《Contextual Pyramid Attention Network for Building Segmentation in Aerial Imagery》

Identifying Encrypted Malware Traffic with Contextual Flow Data

CASCADE: Contextual Sarcasm Detection in Online Discussion Forums(2018)论文笔记

【2019斯坦福CS224N笔记】（13）Contextual Word Representations and Pretraining

复现数据增强实验（1）--Contextual Augmentation: Data Augmentation by Words with Paradigmatic Relations

论文笔记《Knowledge Enhanced Contextual Word Representations》

HRNet + Object Contextual Representation

Contextual-MDPs for PAC-Reinforcement Learning with Rich Observations

Android中使用Contextual ActionMode

Generative Image Inpainting with Contextual Attention

基于tensorflow的最简单的强化学习入门-part1.5: 基于上下文老虎机问题(Contextual Bandits)

词向量：ELMo

【论文阅读笔记】Linguistic Knowledge and Transferability of Contextual Representations

[Deep Learning] Contextual Attention with Keras & Pytorch

遥感高光谱分类文献阅读：Going Deeper with Contextual CNN for Hyperspectral Image Classification

Define contextual search for a table

思科恶意加密TLS流检测论文记录——由于样本不均衡，其实做得并不好，神马99.9的准确率都是浮云啊，之所以思科使用DNS和http一个重要假设是DGA和HTTP C&C（正常http会有图片等）。一开...