locality

动手学深度学习_卷积神经网络CNN

目录MLP到CNN的转变transitionalinvariance平移不变性locality局部性图像卷积互相关计算：卷积层padding填充stride步长1x1卷积pooling汇聚层（池化层）MLP
CV小Rookie·2022-09-28 12:39

计算机视觉入门-局部特征检测、角点、仿射变换、Blob检测、SIFT尺度不变特征

按匹配方程进行拼接特征所具备的性质：1.高重复性(Repeatability)：两图重复的点越多越好2.显著性(Saliency)：两图有对应的点3.高效(Compactnessandefficiency)4.局部性(Locality
Mr.Mayuyuyuyu·2022-09-03 19:13

微服务的通信方式——网关 & RPC & Sidecar

是一个线程库N指的是系统级的线程，也叫bthread的一个worker线程M是指用户态的一个线程bthread中有两种调度策略，第一种是worker内部的调度，比如第一个圈中两个线程不停的循环调动，这种策略locality
城北programmer·2022-07-04 08:11

nodejs快速生成ca证书和ssl证书

npminstallmkcert-gmkcertcreate-ca--organization"ShanYouCA"--country-code"CN"--state="HeBei"--locality"BaoDing
·2022-05-31 16:45

基于图嵌入的降维算法——局部敏感判别分析(Locality Sensitive Discriminant Analysis ，LSDA)

0、前言上一篇介绍了边界Fisher分析（MFA），这一篇承接上一篇，继续介绍局部敏感判别分析(LocalitySensitiveDiscriminantAnalysis，LSDA)相关理论，下一篇介绍判别最大化边界投影(DiscriminantMaximumMarginProjections，DMMP)方法。1、局部敏感判别分析（LSDA)理论LSDA是首先寻找每个样本的近邻，并根据标签信息将这
机器猫001·2021-10-26 16:20

Locality Sensitive Hashing(局部敏感哈希)

写在前面的话酱酱，又到了程序媛拯救世界的时间，程序猿们解决不了的问题看来又只能靠我们女程序员来帮大家解决了。不好意思，我又要纰漏网上一大堆程序猿们在写这个知识点中存在的众多错误了。我们就是要保证科学的严谨性以及正确性吗，而且这个课是我最爱的老师讲的，不能让这么美妙的科学被毁了酱酱，宝宝只做能力范围内最好的研究～～～biubiu这篇文章主要的贡献当然是来自于我们伟大是standford的课件还有老师
塔克树·2021-05-18 01:28

CLPlacemark

CLPlacemark属性一览摘要：1.四大直辖市的城市信息无法通过CLPlacemark的locality属性获得，只能通过访问administrativeArea属性来获得（如果locality为空
杨大虾·2021-05-09 18:16

站在CNN肩膀上的巨大腾飞，Swin Transformer：实现对各类SOTA的降维打击

zhuanlan.zhihu.com/p/360513527导读本文介绍了一种称为SwinTransformer的新型transformer，通过引入CNN中常用的层次化构建方式构建层次化Transformer以及引入locality
Wang_AI·2021-03-31 09:00

复旦大学961-计算机系统基础-第三章-存储器结构及虚拟存储器

全部内容链接文章目录局部性存储器层级结构计算机高速缓存原理计算高速缓存对性能的影响地址空间虚拟存储器虚拟内存的管理、翻译和映射TLB（快表）动态存储器分配和垃圾收集垃圾收集器（GC）的基本概念局部性《CSAPP》P418一个编写良好的计算机程序常常具有良好的局部性（locality
蜗牛____·2020-12-27 22:23

Operation System: Cache, False Share and Locality

缓存分为L1，L2和L3缓存。L1和L2缓存通过在每个核的片上，L3缓存通常是共享的。通过缓存也称作SRAM，两者可以不加区分。缓存的读取延时一般是2ns.缓存的结构：首先，分为不同的集合（Set），每个集合中有若干缓存行（CacheLine）（1或者多个）。如图（来源：http://wdxtub.com/2016/04/16/thin-csapp-3/）：缓存的数据定位也是每一个地址对应一个by
Firehotest·2020-09-17 15:04

mysql 逗号分隔查询

school_ids中保存学校表school的id，如果商品包含多个学校则多个id使用逗号分隔保存goods:school:查询SQL:selectg.id,g.school_ids,GROUP_CONCAT(s.locality_name
天空中的小虾米·2020-09-16 06:40

局部敏感哈希(Locality Sensitive Hashing)

局部敏感哈希(LocalitySensitiveHashing)计算item之间的相似项，计算item的topM最相似item，协同过滤计算(userbased或itembased)等等计算中，涉及大量两两相似项计算，计算复杂度为o(n2k)，其中n为item量级，k为元素维度量级。即使hadoop和mpi使得模型可在多个机器或处理器协同计算，在处理o(n)，nlog(n)复杂度问题时，如鱼得水。
pi9nc·2020-09-14 00:28

Locality Sensitive Hashing(LSH)之随机投影法

http://www.strongczq.com/2012/04/locality-sensitive-hashinglsh%E4%B9%8B%E9%9A%8F%E6%9C%BA%E6%8A%95%E5%
Together_CZ·2020-09-14 00:49

局部保留投影算法(LPP)（Locality Preserving Projections）详解

1.问题导入2.算法出处3.算法详解4.算法步骤算法全称《Localitypreservingprojections》出自何小飞教授论文X.He,P.Niyogi,Localitypreservingprojections,in:ProceedingsofConferenceonAdvancesinNeuralInformationProcessingSystems(NIPS),2003。改编自L
AlanDreamer·2020-09-13 19:36

局部敏感哈希LSH(Locality Sensitive Hashing)

LSH(LocalitySensitiveHashing)一、局部敏感哈希LSH二、Hamming距离三、Euclidean距离四、Jaccard系数五、参考资料在很多问题中，从海量数据库中寻找到与查询数据相似的数据是一个很关键的问题。比如在图片检索领域，需要找到与查询图像相似的图片，又比如在3D维重建和视觉SLAM等问题中，需要在3维点云模型（数据库）中找到与查询描述子最相近的描述子，以实现特征
蜗牛一步一步往上爬·2020-09-12 08:35

Jaccard相似度、minHash、Locality-Sensitive Hashing(LSH)

在数据挖掘中经常需要用到比较两个东西的相似度。比如搜索引擎要避免非常相似的文档出现在结果的前几页，再比如很多网站上都有的“查找与你口味相似的用户”、“你可能喜欢什么什么”之类的功能。后者其实是很大的一块叫做“协同过滤”的研究领域，留待以后详谈。首先我们定义两个集合S,T的Jaccard相似度:Sim(S,T)=|S,T的交集|/|S,T的并集|。直观上就容易感觉出这是一个很简单而且比较合理的度量，
每日精进·2020-09-12 06:00

局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介绍

局部敏感哈希(Locality-SensitiveHashing,LSH)方法介绍本文主要介绍一种用于海量高维数据的近似最近邻快速查找技术——局部敏感哈希(Locality-SensitiveHashing
icvpr·2020-09-12 06:07

局部敏感哈希（Locality Sensitive Hashing）和MinHash介绍与实例

在实际应用中，我们所面对的数据是海量的，并且有着很高的维度。在对数据的各种操作中，查询操作是最常见的一种，这里的查询是指输入一个数据，查找与其相似的数据，那么怎样快速地从海量高维数据中，找到与某个数据最相似的数据，成为了一个难点和问题。低维的小数据集，可通过线性查找来解决，但如果是对一个海量的高维数据集采用线性查找的话，时间代价非常大，因此，为了解决该问题，我们需要采用一些类似索引的技术来加快查找
TheGkeone·2020-09-12 04:59

spark性能调优二--JVM调优

Constants.SPARK_APP_NAME_SESSION).setMaster("local").set("spark.default.paralelism","500").set("spark.locality.wait
forrestxingyunfei·2020-09-11 06:51

Phoenix count（*）一张大表报超时错误的解决办法

去查看了hbasemaster的webui，发现locality很低，所以在hbase里启动了major_compact随后，问题解决。
沧海一沙鸥·2020-08-24 14:24

Spark本地化调度

但在资源不足的情况下，数据所在节点未必有资源处理task，因此Spark在等待了“spark.locality.wait”所配置的时间长度后，会退而求其次，分发到数据所在节点的同一个机架的其它节点上，这是
瓜牛呱呱·2020-08-23 23:30

Tracking之MTMCT：Locality Aware Appearance Metric for Multi-Target Multi-Camera Tracking

LocalityAwareAppearanceMetricforMulti-TargetMulti-CameraTracking多目标多摄像头的局部邻域内目标外观的度量时间：2019年目录1资源2名词释义3摘要4Overview5理解概述1资源paper：https://arxiv.org/abs/1911.12037code：https://github.com/hou-yz/open-reid
coplin·2020-08-22 16:22

kubernetes 自定义调度器-02

正文balanced_resource_allocation计算资源（requestcpu和mem）的均衡情况，分值大小为0-10分，10分为最佳均衡image_locality镜像是否在本地存在，是根据镜像大小之和来计算
huangleijay·2020-08-20 23:27

Splay Tree伸展树

伸展树完全是基于局部性原理(locality)的。局部性原理是计算机科学中非常重要的原理，很多设计，比如说多级存储器，缓存，都是基于局部性原理。简单说来就是。
Shine__Wong·2020-08-20 22:20

论文笔记 Locality-Sensitive Deconvolution Networks with Gated Fusion for RGB-D Indoor Semantic Segmentat.

用于RGB-D室内语义分割的具有门控融合的局部敏感反卷积网络abstractproblem:indoorsemanticsegmentationusingRGB-Ddatamotivation:thereisstillroomforimprovementsintwoaspects:boundarysegmentation(边界分割)---DeconvNetaggregateslargecontex
LXY13635303541·2020-08-20 22:16

LLC(Locality-constrained Linear Coding)基于OpenCV的C++源码实现

《Locality-constrainedLinearCodingforImageClassification》的作者提供Matlab的代码实现，见http://www.ifp.illinois.edu
荣荣向新·2020-08-17 08:33

基于 Python 的 11 种经典数据降维算法|LPP(Locality Preserving Projections)

LPP(LocalityPreservingProjections)LPP即局部保留投影算法，其思路和拉普拉斯特征映射类似，核心思想为通过最好的保持一个数据集的邻居结构信息来构造投影映射，但LPP不同于LE的直接得到投影结果，它需要求解投影矩阵。LPP降维算法展示详情请参见《局部保留投影算法(LPP)详解》：https://blog.csdn.net/qq_39187538/article/det
Luara_lyy·2020-08-13 22:32

程序局部性原理的一些思考

何为程序的局部性(locality)程序的局部性原理是指程序在执行时呈现出局部性规律，即在一段时间内，整个程序的执行仅限于程序中的某一部分。相应地，执行所访问的存储空间也局限于某个内存区域。
weixin_33766805·2020-08-11 23:12

COMPSCI 753

COMPSCI753AlgorithmsforMassiveDataSemester2,2020Assignment1:Locality-sensitiveHashingNinhPhamSubmission
CS455·2020-08-11 18:00

pyecharts-地图

locality=['安徽','湖北','广东','河南','江苏','浙江','陕西','山东','天津','北京','福建','湖南','四川','上
风度翩翩猪肉王子·2020-08-07 16:52

数据本地化级别

PropertyNameDefaultMeaningspark.locality.wait3sHowlongtowaittolaunchadata-localtaskbeforegivingupandlaunchingitonaless-localnode.Thesamewaitwillbeusedtostepthroughmultiplelocalitylevels
马蹄急66·2020-08-03 20:09

深入JVM垃圾回收

-清除算法MCmark-compact算法的简写,标记-压缩算法RCreference-counting的简写，引用计数算法liveness一个对象的可到达性，引用关系图，由可到达对象引用形成的图结构locality
tangdong3415·2020-08-03 04:22

第二次作业：卷积神经网络 part 1

二、代码练习1、MNIST数据集分类卷积神经网络（CNN）深度卷积神经网络中，有如下特性很多层:compositionality卷积:locality+stationarityofimages池化:Invarianceofobjectclasstotranslationsimporttorchimporttorch.nnasnnimporttorch.nn.functionalasFimportt
fmz626·2020-08-01 18:00

《LOCALITY-CONSTRAINED SPATIAL TRANSFORMER NETWORKFOR VIDEO CROWD COUNTING》论文笔记

LOCALITY-CONSTRAINEDSPATIALTRANSFORMERNETWORKFORVIDEOCROWDCOUNTING论文地址论文翻译ABSTRACT1.INTRODUCTION2.RELATEDWORK3
大王子呀·2020-07-30 21:42

位置敏感哈希Locality-Sensitive Hashing (LSH)

图像检索其基本定义为给定的一个包含个图像数据集，每个图像可以用一个维的特征向量来描述，因此整个图像数据集就映射为维空间的个点，在此维空间中用一个相似度度量函数来测量两个图像点之间的距离，对于任意给定的查询点，需要设计一个数据结构，来快速的返回距离最近(NearestNeighbor)的图像点(或者Ranking的多个点)。当较小时(10-20),可采用如的结构，但当较大时(一个Discrimina
zhoutongchi·2020-07-29 03:52

[Spark进阶]--深入Spark Locality Level

深入Spark"Localitylevel"(Spark-2.3.0版本)1、可以在Sparkjobui上查看到2、Localitylevel解释说明：为了保证没有理解的偏差，将把英文原文说明粘贴如下。DatalocalitycanhaveamajorimpactontheperformanceofSparkjobs.Ifdataandthecodethatoperatesonitaretoget
highfei2011·2020-07-27 23:17

局部敏感哈希LSH(Locality Sensitive Hashing)

原文：http://blog.csdn.net/yc461515457/article/details/48845775?locationNum=1LSH(LocalitySensitiveHashing)一、局部敏感哈希LSH二、Hamming距离三、Euclidean距离四、Jaccard系数五、参考资料在很多问题中，从海量数据库中寻找到与查询数据相似的数据是一个很关键的问题。比如在图片检索领
mogu酱·2020-07-16 04:14

局部敏感哈希(Locality sensitive hash) —— 代码篇

我们在之前的文章中LocalitySensitiveHashing(局部敏感哈希)中已经详细的说了这个算法的基本核心思想，现在我们就来一点一点的把这个算法的每一步都来实现了。首先我们至少得构建出我们能够比较的样本的特征值，设计出我们的布尔矩阵（BooleanMatrix）。局部敏感哈希的一个优点就是避免两两比较（pairwisecomparison），主要的方法就是看最后的band被映射同一个bu
君的名字·2020-07-15 17:31

论文笔记：Top-N Recommendation with High-Dimensional Side Information via Locality Preserving Projection

一、基本信息论文题目：《Top-NRecommendationwithHigh-DimensionalSideInformationviaLocalityPreservingProjection》作者及单位：发表时间：SIGIR2017二、摘要在本文中，我们利用高维侧信息来增强Top-N推荐。为了减少高维的影响，我们在推荐模型中引入了一种维数约简方法，即局部保持投影（LPP）。提出了一种联合学习模
塘朗老实人·2020-07-11 17:52

LSH(Locality Sensitive Hashing)原理与实现

LSH(LocalitySensitiveHashing)翻译成中文，叫做“局部敏感哈希”，它是一种针对海量高维数据的快速最近邻查找算法。在信息检索，数据挖掘以及推荐系统等应用中，我们经常会遇到的一个问题就是面临着海量的高维数据，查找最近邻。如果使用线性查找，那么对于低维数据效率尚可，而对于高维数据，就显得非常耗时了。为了解决这样的问题，人们设计了一种特殊的hash函数，使得2个相似度很高的数据以
guoziqing506·2020-07-02 01:46

Yarn资源请求处理和资源分配原理解析

FairScheduler的资源调度原理和代码FairScheduler的调度概览两种调度时机-心跳调度和持续调度开始进行资源调度判断这个application是否适合在这个节点上分配资源运行YARN请求资源时的locality
小昌昌的博客·2020-06-30 14:03

spark读取hdfs数据本地性异常

问题描述在分布式计算中，大多数情况下要做到移动计算而非移动数据，所以数据本地性尤其重要，因此我们往往也是将hdfs和spark部署在相同的节点上，有些人可能会发现即使他已经这么做了，在spark的任务中的locality
breeze_lsw·2020-06-28 19:51

五个常用好用的数据结构(BloomFilter、Hyperloglog等)

probabilisticdatastructures：Bloomfilter、Count–minsketch、Cuckoofilter、HyperLogLog、Kinetichanger、Kineticheater、Locality-sensitivehashing
keyboard2000·2020-06-24 00:42

Locality Preserving Matching

文章目录代价函数的构造理想情况下的代价函数考虑一般情况下的代价函数邻域拓扑改进多尺度邻域优化从代价函数得到内点邻域构建时间和空间复杂度代码：https://github.com/jiayi-ma/LPM本文在已经通过SIFT描述子等方法得到两个特征集合的候选匹配关系之后，剔除错误的匹配。代价函数的构造理想情况下的代价函数对于变换是简单的刚性变换，并且不改变特征之间的距离的情况，代价函数定义如下：I
翡翠之幻·2020-06-22 15:14

DataX Vs Sqoop

明显没有利用到hdfs的locality特性读写数据。但是reader和
踏雪寻梅4149·2020-06-22 08:29

LVS负载均衡算法

RoundRobin）2、加权轮询（WeightedRoundRobin）3、最少链接（LeastConnections）4、加权最少链接（WeightedLeastConnections）5、基于局部性的最少链接（Locality-BasedLeastConnections
不是大雄也可以有哆啦a梦·2020-06-20 22:24

CPU Cache 缓存学习笔记

缓存之所以有效，主要是因为程序运行时对内存的访问呈现局部性（Locality）特征。这种局部性既包括空间局部性（SpatialLo
专职跑龙套·2020-03-31 17:30

LRU缓存算法

从本质上来说，缓存之所以有效是因为程序和数据的局部性（locality）。程序会按固定的顺
金戈大王·2020-03-23 08:10

Spark的位置优先: TaskSetManager 的有效 Locality Levels

basedonspark-1.5.1standalonemode在SparkApplicationWebUI的Stagestag上，我们可以看到这个的表格，描述的是某个stage的tasks的一些信息，其中LocalityLevel一栏的值可以有PROCESS_LOCAL、NODE_LOCAL、NO_PREF、RACK_LOCAL、ANY几个值。这篇文章将从这几个值入手，从源码角度分析TaskSe
牛肉圆粉不加葱·2020-03-14 21:10

Locality Sensitive Hashing 的实现

三种计算最邻近方法的比较：最简单最粗暴的方式就是计算一个点与其他所有点的距离，取最近的kd-trees,将训练数据用二叉树的数据结构存储，减少搜寻时间，缺点是在高维空间表现不好，计算量同样不小。LSH，LocalitySensitiveHashing,通过在数据所在的空间中，随机放置超平面，来hash整个数据集,最终的目的也是减少搜寻时间LSH的实现：根据华盛顿大学机器学习专项课程整理#neces
佩勃军士的孤独之心俱乐部·2020-03-09 07:31
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他