effective 第32页

年底了，感谢大家2022年的支持，虚竹哥送10本JAVA好书

文章目录前言《Java核心技术卷I：开发基础（原书第12版）》《EffectiveJava中文版（原书第3版）》《Java并发编程实战》《Java多

小虚竹·2022-12-22 09:24

Global Meets Local: Effective Multi-Label Image Classification via Category-Aware Weak Supervision

GlobalMeetsLocal:EffectiveMulti-LabelImageClassificationviaCategory-AwareWeakSupervision,2022全局满足局部：基于类别感知弱监督的有效多标签图像分类要点

nightluo·2022-12-21 22:20

Effective-Java读书笔记05--09 Always override hashCode when you override equals

重写equals方法时一定要重写hashCode方法."重写equals方法时为啥要重写hashCode方法?"这个可能是面试出场率最高的问题了,没有之一.不重写hashCode方法会导致所有使用hash值的集合类处理异常,比如HashMap和HashSet.原理很好理解,以HashMap为例,在get和put时,会认为equals和hash值都相等的元素才是同一个元素.Object中提供的has

serpmelon·2022-12-21 10:28

(转载)effective java 第二版精简版

[size=small]第一章前言第二章创建和销毁对象1、考虑用静态工厂方法代替构造器创建对象方法：一是最常用的公有构造器，二是静态工厂方法。下面是一个Boolean的简单示例：publicstaticBooleanvalueOf(booleanb){return(b?Boolean.TRUE:Boolean.FALSE);}l静态工厂方法与构造器不同的第一大优势在于，它们有名称。作用不同的公有构

mengqingyu21·2022-12-20 21:14

RE2:Simple and Effective Text Matching with Richer Alignment Features

原文链接：https://aclanthology.org/P19-1465.pdf2019ACL介绍问题作者认为之前文本匹配模型中序列对齐部分，过于复杂。只有单个inter-sequencealignment层的模型，常会引入外部信息（例如语法特征）作为额外输入，或是使用复杂的对齐机制，或是对对齐后的结果建立大量的后处理层。包含多个inter-sequencealignment层的模型，使用de

pepsi_w·2022-12-18 14:33

资源页跳转(持续更新中)

算法1.1蓝桥杯历年真题1.2面试中的排序算法总结1.3八大排序算法2JAVA3前端3.1网站素材4安卓4.1飞行的不知名小鸟4.2实现闪烁的星星4.3Android日历及表盘5C#5.1C#类库5.2EffectiveC

Αиcíеиτеǎг·2022-12-17 01:33

【目标检测】|PPYOLO

PP-YOLO:AnEffectiveandEffificientImplementationofObjectDetector引言PP-YOLO是PaddleDetection优化和改进的YOLOv3的模型

rrr2·2022-12-16 21:14

阅读笔记：图像相似性评估方法LPIPS

论文：TheUnreasonableEffectivenessofDeepFeaturesasaPerceptualMetric连接：https://arxiv.org/pdf/1801.03924.pdf

full_adder·2022-12-16 16:23

LPIPS图像相似性度量标准：The Unreasonable Effectiveness of Deep Features as a Perceptual Metric

目录一、感知相似性二、传统度量和深度学习法三、原理四、测试和代码五、测试结果六、参考文献一、感知相似性人类可以快速评估两幅图像之间的感知相似性，但是底层过程非常复杂。纹理图像包含了纹理颜色、纹理基元等丰富的图像信息。在计算机视觉研究领域中，人们使用感知相似性来度量不同纹理之间的相似程度，研究人类对纹理图像的视觉感知。纹理相似性度量广泛应用于纹理识别和材质识别，是对象识别和场景理解的关键技术之一。研

Alocus_·2022-12-16 16:22

SBERT-WK: A Sentence Embedding Method byDissecting BERT-based Word Models

pdfI.INTRODUCTIONOnelimitationofBERTisthatduetothelargemodelsize,itistimeconsumingtoperformsentencepairregressionsuchasclusteringandsemanticsearch.Oneeffectivewaytosol

还卿一钵无情泪·2022-12-16 07:25

code embedding研究系列七-Devign

Devign:EffectiveVulnerabilityIdentificationbyLearningComprehensiveProgramSemanticsviaGraphNeuralNetworks

I still …·2022-12-15 20:36

论文笔记-Devign：Effective Vulnerability Identification by Learning Comprehensive Program Semantics...

这篇文章提出了一种基于图神经网络的通用模型Devign，通过学习丰富的代码语义集以进行图级分类。它包括一个新的Conv模块，用于在丰富的节点表征中有效提取有用的特征。数据集基于4个多样化的大规模开源C项目，为高复杂度和多样化的真实源代码。评估结果显示，Devign与现有技术相比，平均准确率提高了10.51%，F1值提高了8.68%，其中Conv模块在平均准确率上增加4.66%，F1值增加6.37%

阿航的博客·2022-12-15 20:05

LPIPS(Learned Perceptual Image Patch Similarity)

来源于CVPR2018《TheUnreasonableEffectivenessofDeepFeaturesasaPerceptualMetric》，该度量标准学习生成图像到GroundTruth的反向映射强制

江南酷哥lazy·2022-12-15 16:41

StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation

#Problemexistingmodelsarebothinefficientandineffectiveinsuchmulti-domainimagetranslationtasksincapableofjointlytrainingdomainsfromdifferentdatasetsNewmethodStargan

肉鸡小龙·2022-12-15 09:17

python聚类分析出租车_基于出租车运营数据的载客区域聚类及热点特征分析

smalldifferenceindatadensity.BycomparingwiththeresultsofthetraditionalDBSCANalgo-rithminexperiment,itisfoundthattheOPTICSalgorithmcaneffectivelyeliminatetheinterfe-renceofparametersettingontheexperime

岁月静好夏雨嫣然·2022-12-14 12:53

NNDL 作业12：第七章课后题

Oneweirdtrickforparallelizingconvolutionalneuralnetworks中，有这样一句话：Sinceonestepinlargemini-batchNshouldmatchtheeffectivenessofkaccumulativestepsinsmallmini-batch

笼子里的薛定谔·2022-12-12 11:07

论文笔记-时序分类-OS-CNN

论文标题：OMNI-SCALECNNS:ASIMPLEANDEFFECTIVEKERNELSIZECONFIGURATIONFORTIMESERIESCLASSIFICATION论文链接：https:/

1289902828·2022-12-12 00:08

KDD2021《TDGIA: Effective Injection Attacks on Graph Neural Networks》论文详解

原文链接：https://arxiv.org/pdf/2106.06663.pdfevasionattack1&2Abstract&Introduction本文作者分析了图注入攻击（GraphInjectionAttack，GIA）设置下的GNN网络的拓扑脆弱性（topologicalvulnerability），在此基础上提出了拓扑缺陷图注入攻击（TopologicalDefectiveGrap

Anonymous-·2022-12-11 18:08

Deep Domain Adaptation In Computer Vision

Duringthelastdecade,thefieldofComputervisionhasmadehugeprogress.ThisprogressismostlyduetotheundeniableeffectivenessofConvolutionalNeuralNetworks

张博208·2022-12-10 12:04

【CTR】ESMM：多任务联合学习

作者：阿泽（阿泽的学习笔记）本文介绍阿里妈妈广告算法团队发表于2018年SIGIR一篇论文《EntireSpaceMulti-TaskModel:AnEffectiveApproachforEstimatingPost-ClickConversionRate

zenRRan·2022-12-10 11:54

Briefings in bioinformatics2021 | MolGNet+：基于分子全局表征的高效自监督框架，用于药物发现

原文标题：Aneffectiveself-supervisedframeworkforlearningexpressivemolecularglobalrepresentationstodrugdiscovery

羊飘·2022-12-10 06:21

Cost-Effective Speculative Scheduling in High Performance Processors

Cost-EffectiveSpeculativeSchedulinginHighPerformanceProcessors摘要背景：为了最大化性能，乱序执行处理器中，有些情况下会在操作数尚未可用的情况下发射该指令

shuiliusheng·2022-12-09 17:56

知识图谱-KGE-语义匹配-双线性模型（打分函数用到了双线性函数）-2014：TATEC

【paper】EffectiveBlendingofTwoandThree-wayInteractionsforModelingMulti-relationalData【简介】本文是法国AntoineBordes

u013250861·2022-12-09 14:49

《Effective C++》笔记

文章目录0、导读命名习惯1、让自己习惯C++条款01条款02：尽量以const、enum、inline替换#define条款03：尽可能使用const1、const与函数声明式关联2、在const和non-const成员函数中避免重复条款04：确定对象被使用前已先被初始化1、不同编译单元内定义的non-localstatic对象的初始化次序2、函数内含staic对象时，在多线程系统中带有不确定性。

Owl丶·2022-12-09 09:09

The Unreasonable Effectiveness of Recurrent Neural Networks

There’ssomethingmagicalaboutRecurrentNeuralNetworks(RNNs).IstillrememberwhenItrainedmyfirstrecurrentnetworkforImageCaptioning.Withinafewdozenminutesoftrainingmyfirstbabymodel(withratherarbitrarily-cho

Omni-Space·2022-12-09 02:17

读书笔记-增量学习-Broad Learning System: An Effective and Efficient Incremental Learning System

一篇2018年澳门大学科技学院前院长陈俊龙先生的论文:BroadLearningSystem:AnEffectiveandEfficientIncrementalLearningSystemWithouttheNeedforDeepArchitecture

谷粤狐·2022-12-08 12:11

为什么说JAVA中要慎重使用继承 C# 语言历史版本特性（C# 1.0到C# 8.0汇总） SQL Server事务事务日志 SQL Server 锁详解软件架构之 23种设计模式 Or...

继承打破了封装性关于这一点，下面是一个详细的例子（来源于EffectiveJava第16条）publicclas

anmei1912·2022-12-08 08:11

PyTorch笔记 - Seq2Seq + Attention 算法

Attention-NeuralMachineTranslationbyJointlyLearningtoAlignandTranslateTranslate&AlignmentSeq2Seq&LocalAttention-EffectiveApproachestoAttention-basedNeuralMachineTrans

SpikeKing·2022-12-07 21:28

去水印--《On the Effectiveness of Visible Watermarks》

OntheEffectivenessofVisibleWatermarksCVPR2017大牛WilliamT.Freeman去了GoogleResearch本文没有使用深度学习，使用传统的优化算法来解决水印去除

O天涯海阁O·2022-12-07 20:55

跨域推荐（二） A Deep Framework for Cross-Domain and Cross-System Recommendations （IJCAI-18）

LikeCDR,Cross-SystemRecommendation(CSR)isalsoaneffectivesolutionforthedatasparsi

wangyp946·2022-12-07 06:57

图像去水印算法

《OntheEffectivenessofVisibleWatermarks》非常强大的去水印方法，https://watermark-cvpr17.github.io/，2.不是作者开发的源码，但是已经实现其功能

Cynthia.Chen·2022-12-05 23:12

python的opencv库使用gpu加速_基于OpenCV/CUDA的GPU加速计算机视觉实战

Hands-On-GPU-Accelerated-Computer-Vision-with-OpenCV-and-CUDAHands-OnGPUAcceleratedComputerVisionwithOpenCVandCUDA,publishedbyPackt**EffectivetechniquesforprocessingcompleximagedatainrealtimeusingGPUs

weixin_39616287·2022-12-05 08:33

数据科学家工具带

OnequestionIoftenhearis:“WhatskillsshouldIlearntobeaneffectivedatascientist?”

weixin_26729763·2022-12-03 15:47

ICLR‘23 UnderReview | LightGCL: 简单而有效的图对比学习推荐系统

AI算法札记·2022-12-03 12:27

More effective C++:条款3.绝对不要以多态方式处理数组及条款4：非必要不提供default construcor

条款3.绝对不要以多态方式处理数组classBST{...};classBalancedBST:publicBST{...};假设BST和BalancedBST都只含ints，现在考虑打印BSTs数组中每一个BST的内容：voidprintBSTArray(ostream&s,constBSTarray[],intnumElements){for(inti=0;i(rawMemory);//利用p

Credic1017·2022-12-02 20:30

More effective C++:条款1.仔细区别pointers和references及条款2：最好使用C++转型操作符

条款1.仔细区别pointers和references1.pointers适用*和->操作符，references适用.。2.没有空引用，references必须有初值。char*pc=0;//定义空指针char&rc=*pc;//references代表nullpointer的解引值上面行为的结果是不可预期的，有可能产生任何输出，一定要避免以上行为。3.由于references有初值，所以使用的

Credic1017·2022-12-02 20:00

论文解读SimCSE: Simple Contrastive Learning of Sentence Embeddings

背景对比学习Contrastivelearningaimstolearneffectiverepresentationbypullingsemanticallycloseneighborstogetherandpushingapartnon-neighbors

黑夜使者·2022-12-02 14:20

【步态识别】GaitGL 算法学习《Gait Recognition via Effective Global-Local Feature Representation and Local Temp》

目录1.论文&代码源2.论文亮点3.模型结构3.1局部时间聚合（LocalTemporalAggregation,LTA）3.2全局和局部特征提取（GlobalandLocalFeatureExtractor,GLFE）3.3特征图（FeatureMapping）3.3.1时间池化（TemporalPooling,TP）3.3.2广义平均池化（Generalized-Meanpooling,GeM

一只菟葵·2022-12-02 13:06

[论文阅读笔记12]An Effective Transition-based Model for Discontinuous NER

一，题目《AnEffectiveTransition-basedModelforDiscontinuousNER》论文：AnEffectiveTransition-basedModelforDiscontinuousNER.pdf

happyprince·2022-12-02 00:39

元编程（TMP）扫盲

昨晚看《EffectiveC++》才知道了元编程（TMP）这个东东，今早决定写个Fibonacci数列试试，给自己扫个盲。

thy38·2022-12-01 16:30

论文复现—1—A Simple yet Effective Relation Information Guided Approach for Few-Shot Relation Extraction

论文阅读笔记在笔记本上，整体流程在笔记本上做推导，不在电子版存稿了。较为简单。数据加载：我设置5-way-5-shot.pid2name:描述了relation的name和relationdescription。报错提示：显卡不够。我感觉，作者在fewrel数据集上做的实验，更多是为了测试领域迁移下，模型的性能。在一些其他小样本数据集上的实验，可能是真的N-way-k-shot，和fewrel数据

等景，不如找景·2022-12-01 11:55

【论文阅读】SML：标准最大logits

StandardizedMaxLogits:ASimpleyetEffectiveApproachforIdentifyingUnexpectedRoadObstaclesinUrban-SceneSegmentation

starbuling~·2022-12-01 07:59

ACL2022 | 微软：永远不要低估你的训练数据！

论文：TrainingDataisMoreValuablethanYouThink:ASimpleandEffectiveMethodby

zenRRan·2022-11-30 01:03

批量测试图像的LPIPS、SSIM、PSNR指标，并生成CSV文件结果

目录背景：代码：结果背景：由于论文需要，我将测试代码进行了修改，融入了LPIPS等指标，关于LPIPS介绍，可以查看博客：LPIPS图像相似性度量标准：TheUnreasonableEffectivenessofDeepFeaturesasaPerceptualMetric_Alocus

Alocus_·2022-11-29 11:09

【论文解读】CIKM 2022: STID: A Simple yet Effective Baseline for Multivariate Time Series Forecasting

同时对多个区域进行序列预测，会在我们工作生活中经常预测：多个城市每日销售量预测多个渠道每日需求量预测不同景点人流量预测等一、摘要STGNNs在多维序列预测中表现超前，所以近期的多数研究都是基于此进行。而本文提出了基于序列、时间、空间编码，的简单SpatialandTemporalIDentity(STID)模型结构。其效果在多维序列预测任务上运行速度快，同时效果好，效果比邻甚至超越STGNNs。二

Scc_hy·2022-11-27 10:00

【文本匹配】RE2

前文【NLP】文本匹配——SimpleandEffectiveTextMatchingwithRicherAlignmentFeatures阅读与总结(RE2)已经简要地介绍了RE2的原理，下面就参照着原文及其网上的开源代码进行该模型的复现

Zach_菠萝侠·2022-11-27 08:22

高光谱目标检测论文学习（3）——An Effective Evaluation Tool for Hyperspectral Target Detection: 3D ROC Analysis

前言这篇文章是这个系列的第三篇，论文还是与前两篇同一作者。前面我们主要讲了一些目标检测的方法，比如第一篇里我们总结了基于LRT、基于SNR和基于SA的三类方法，在第二篇中我们聚焦混合像素图像的目标检测问题，对一种经典的方法OSP进行改进。只有方法还不是全部，我们还需要了解，用什么指标去衡量这些方法的性能。在前两篇文章中，我们都提到了3D-ROC这个用来进行评估的工具，这一篇就来重点看看这个工具。如

MrBamboo2000·2022-11-27 07:38

知识图谱-生物信息学-医学顶刊论文(Briefings in Bioinformatics-2021)：MPG：一种有效的自我监督框架，用于学习药物分子的全局表示以进行药物发现

6.(2021.9.14)Briefings-MPG：一种有效的自我监督框架，用于学习药物分子的全局表示以进行药物发现论文标题：Aneffectiveself-supervisedframeworkforlearningexpressivemolecularglobalrepresentationstodrugdiscovery

Cheng_0829·2022-11-26 19:18

留学Essay写作主要靠哪些步骤得分？

Hereweintroduceeffectiveskillstoimproveyourwritingability!写出高分Essay的主要步骤Writethemains

MeelounEducation·2022-11-26 16:20

weak3 （数据增强、轻量化网络）论文阅读笔记

weak3（数据增强）论文阅读笔记论文阅读笔记一.数据增强方向四篇二.轻量化网络四篇三.目标检测方向四篇深度学习目标检测一.数据增强方向四篇1.TheEffectivenessofDataAugmentationinImageClassificationusingDeepLearning

qingyuan512·2022-11-26 10:32

推荐频道

effective