Learning) 第48页

Federated Continual Learning with Weighted Inter-client Transfer

掩码：掩码（Mask）的作用是用于在联邦学习中实现客户端之间的知识转移。具体来说，掩码用于加权客户端之间的知识转移，以平衡不同客户端之间的模型更新。文章提出了一种加权知识转移方法，通过使用掩码来调整客户端之间的知识转移。掩码是一个二进制矩阵，用于指示在模型更新过程中应该保留哪些权重。通过将掩码应用于模型权重，可以使得在知识转移过程中，重要的权重得到保留，而不那么重要的权重得到削弱。主要作用是在联邦

白兔1205·2023-12-23 21:40

流行学习

姓名：何源学号：21011210073学院：通信工程学院转载：流行学习ManifoldLearning【嵌牛导读】流行学习——从高维采样数据恢复低维流形结构【嵌牛鼻子】流行学习，数据降维【嵌牛提问】流行学习的概念是什么

科技小白不能再白了·2023-12-23 17:02

模式识别第二章统计决策方法贝叶斯决策理论

title:模式识别第二章统计决策方法贝叶斯决策理论date:2017-03-2618:47:48categories:ML/卢晓春模式识别引论mathjax:truetags:[MachineLearning

gb_QA_log·2023-12-23 16:03

AI中的强化学习是怎么做的呢？

1.什么是强化学习其他许多机器学习算法中学习器都是学得怎样做，而强化学习（ReinforcementLearning,RL）是在尝试的过程中学习到在特定的情境下选择哪种行动可以得到最大的回报。

人工智能小豪·2023-12-23 15:11

在浏览器中进行深度学习：TensorFlow.js (八）生成对抗网络（GAN）

LeCun对GAN给出了极高的评价：“Therearemanyinterestingrecentdevelopmentindeeplearning…Themostimportantone,inmyopinion

人工智能小豪·2023-12-23 15:11

Transfer Learning（迁移学习）

1.什么是迁移学习迁移学习(TransferLearning)是一种机器学习方法，就是把为任务A开发的模型作为初始点，重新使用在为任务B开发模型的过程中。

人工智能小豪·2023-12-23 15:10

英语（一)

ForeignLanguageLearningAPathtoFollowGreenTransportationFriendsandFriendshopMusicandLEisureLifeLessonsAttitudeIsAltitudeTheMysteryofIfeMakingEveryMinuteCountMedia

灰斗儿·2023-12-23 15:21

2021.12.09｜学习记录与积累｜生命的底色在你不谙世事时已经打好了

WelcometoFirry'slearninglog.Thisisthe_76thdayofmyrecord.——————————欢迎来每日外语朗读小组打卡哦！

SciPsyLearning·2023-12-23 14:31

强化学习--免模型预测与控制

免模型预测与控制强化学习免模型预测与控制免模型预测蒙特卡洛估计时序差分估计时序产分与蒙特卡洛的比较免模型控制Q-learning免模型预测蒙特卡洛估计蒙特卡洛估计方法在强化学习中是免模型预测价值函数的方式之一

无盐薯片·2023-12-23 13:33

Spring 系列（九）AOP源码剖析

5.2.15.release1.1AOP基础用例准备Bean定义@ComponentpublicclassLagouBean{publicvoidtech(){System.out.println("javalearning

Eutopia_510·2023-12-23 13:08

ML学习安排和资源链接

二进制人工智能的博客-CSDN博客第二阶段：认知机器学习吴恩达机器学习【2022中文版教程全集】_哔哩哔哩_bilibili视频5h，看了一点发现后面没字幕了，这个(强推|双字)2022吴恩达机器学习Deeplearning.ai

Nice night·2023-12-23 13:55

【Neural Network】神经网络学习

在线地址：http://neuralnetworksanddeeplearning.com/chap1.html浏览器版神经网络：http://playground.tensorflow.org先mark

下里巴人也·2023-12-23 13:48

图像融合论文阅读笔记：SwinFusion: Cross-domain Long-range Learning for General Image Fusion via Swin Transforme

@article{ma2022swinfusion,title={SwinFusion:Cross-domainlong-rangelearningforgeneralimagefusionviaswintransformer

qiang42·2023-12-23 13:24

图像融合论文阅读：(MFEIF)学习深度多尺度特征集成和边缘注意引导的图像融合

@article{liu2021learning,title={Learningadeepmulti-scalefeatureensembleandanedge-attentionguidanceforimagefusion

qiang42·2023-12-23 13:23

可见与红外光图像融合论文阅读：Visible and Infrared Image Fusion Using Deep Learning

@article{zhang2023visible,title={VisibleandInfraredImageFusionUsingDeepLearning},author={Zhang,XingchenandDemiris

qiang42·2023-12-23 12:20

Spark Machine Learning进行数据挖掘的简单应用（兴趣预测问题）

数据挖掘的过程数据挖掘任务主要分为以下六个步骤：1.数据预处理2.特征转换3.特征选择4.训练模型5.模型预测6.评估预测结果数据准备这里准备了20条关于不同地区、不同性别、不同身高、体重…的人的兴趣数据集（命名为hobby.csv)：id,hobby,sex,address,age,height,weight1,football,male,dalian,12,168,552,pingpang,f

冲鸭嘟嘟可·2023-12-23 10:28

【Python】dlib 无需编译安装 dlib-19.23.0-cp39-cp39-win_amd64.whl

Dlib介绍DlibisamodernC++toolkitcontainingmachinelearningalgorithmsandtoolsforcreatingcomplexsoftwareinC

horizon08·2023-12-23 09:52

论文阅读——Flamingo

Flamingo:aVisualLanguageModelforFew-ShotLearning模型建模了给定交织的图片或支=视频的条件下文本y的最大似然：1VisualprocessingandthePerceiverResamplerVisionEncoder

じんじん·2023-12-23 06:37

基于哈里斯鹰算法优化的核极限学习机实现数据分类（附带Matlab代码）

基于哈里斯鹰算法优化的核极限学习机实现数据分类（附带Matlab代码）在机器学习领域，核极限学习机（KernelExtremeLearningMachine，KELM）是一种有效的非线性分类器。

RTX99090·2023-12-23 05:36

【Active Learning - 02】Fine-tuning Convolutional Neural Networks for Biomedical Image Analysis...

主动学习系列博文：【ActiveLearning-00】主动学习重要资源总结、分享（提供源码的论文、一些AL相关的研究者）：https://blog.csdn.net/Houchaoqun_XMU/article

Houchaoqun_XMU·2023-12-23 03:22

Deep Learning for Computer Vision with Python

三个模块解读几个比较刷新认知的点：0.介绍0.1书本类容0.2工具1.StarterBundle图像基础图像构成的基础：像素(pixel)ForminganImageFromChannels图像在python中的表示：NumPyarrayRGBvsGBR缩放和宽高比(aspectratio)数据输入从K-NN到参数学习优化方法和正则化优化方法正则化神经网络激活函数（前馈）神经网络神经学习感知器卷积

Robin_Pi·2023-12-23 03:52

ImageProcessing，ComputerVision，DeepLearning中的名词

如下：CV/DL：ComputerVision/DeepLearning计算机视觉/深度学习ML：MachineLearning机器学习AI：ArtificialIntelligence人工智能ANNs

程序媛一枚~·2023-12-23 03:52

【论文笔记】Unsupervised Person Re-identification by Soft Multilabel Learning

笔记目录（部分笔者省略）摘要1.简介2.相关工作无监督RE_ID无监督域自适应多标签分类零镜头学习3.深度软件多标签参考学习3.1问题表述和概述3.2软多标签引导的硬否定挖掘3.3跨视野一致性软多标签学习3.4参考代理学习4.实验4.1数据集基准测试评估辅助数据集4.2实验实施细节4.3与最新方法的比较与基于手工特征表示模型的比较与基于伪标签学习模型的比较与基于无监督域自适应模型的比较4.4消融研

Yo3ngLau·2023-12-23 02:21

基于 Keras 和 Tensorflow 的标签平滑实现

标签平滑的原理解释请见这片博客:标签平滑的原理.目录2.标签平滑出现的意义和背景2.标签平滑以及其作用3.显式的类别标签平滑案例4.标签平滑对损失函数操作案例5.训练过程曲线6.附-辅助函数6.1**learning_rate_sched

FAQ_·2023-12-23 02:19

【计算机图形学】Learning Part Motion of Articulated Objects Using Spatially Continuous NIR

Arxiv上近期刚出的一篇论文：LearningPartMotionofArticulatedObjectsUsingSpatiallyContinuousNeuralImplicitRepresentations

passer__jw767·2023-12-23 02:51

Attention, Learn to Solve Routing Problems

MaxWellingUniversityofAmsterdamPublishedinICLR2019MotivationFromahigh-levelperspective,thereisashiftinlearningparadigmfromhumanengineeringt

MasterXiong·2023-12-22 22:03

Machine Learning（1）DecisionTree

DecisionTree1概述1.1决策树原理决策树（DecisionTree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现，尤其是以树模型为核心的各种集成算法，在各个行业和领域都有广泛的应用。决策树算法的本质是一种图结构，我们只需要问一系列问题就

江凪水心·2023-12-22 22:23

深度学习（Deep Learning）简介

深度学习（DeepLearning）深度学习在海量数据情况下的效果要比机器学习更为出色。

草明·2023-12-22 20:10

Learning Spark——client mode和cluster mode的区别

在使用spark-submit提交Spark任务一般有以下参数：./bin/spark-submit\--class\--master\--deploy-mode\--conf=\...#otheroptions\[application-arguments]其中deploy-mode是针对集群而言的，是指集群部署的模式，根据Driver主进程放在哪分为两种方式：client和cluster，默认

达微·2023-12-22 16:48

English phrase

morechallengingyetmorepractical更有挑战性但是更符合实际的pairwise成对的fine-grained精细的manifold流形zeroshotlearning0样本学习

satadriver·2023-12-22 15:10

KoPA: Making Large Language Models Perform Better in Knowledge Graph Completion

创新点按照我的理解简单概述一下这篇论文的创新点提出使用大模型补全知识图谱，并且融合知识图谱的结构信息提出一个新的模型KoPA模型，采用少量的参数进行模型的微调采用类似于In-contextlearning

Re:fused·2023-12-22 14:18

「观影视、学心理」以通用设计 (UDL) 为框架的学习指南 / 「观影视、学心理」 (读书劄记与思考) 2022-06-18

学习通用设计(UniversalDesignforLearning,UDL)是指在设计课程(目标、方法、材料和评估)的过程中，有意识地提供灵活和包容的方法，可以根据个人需求定制和调整。

本土临床心理学论丛·2023-12-22 08:12

Dynamic Coarse-to-Fine Learning for Oriented Tiny Object Detection（CVPR2023待补）

文章目录BeginningAbstract挑战方法成果Introduction引出问题早期的work及存在的问题近期的work及存在的问题ourworkContributionRelatedWork（paperforme）OrientedObjectDetectionPriorforOrientedObjectsLabelAssignmentTinyObjectDetectionMulti-sca

怎么全是重名·2023-12-22 08:15

Tiny Object Detection

文章目录DynamicCoarse-to-FineLearningforOrientedTinyObjectDetection（CVPR2023）DynamicCoarse-to-FineLearningforOrientedTinyObjectDetection

怎么全是重名·2023-12-22 08:45

弄懂论文里面数学公式到底实在干什么？-chatpdf

SpatialConsistencyLossforTrainingMulti-LabelClassifiersfromSingle-LabelAnnotations我看不懂HntH^t_nHnt是什么意思，我这样问他：用bigH指代它；LearningDeepFeaturesforDiscriminativeLoca

东皇太一在此·2023-12-22 07:21

LIGA-Stereo：为基于立体 3D 检测器的学习 LiDAR 几何感知表示

论文地址：https://openaccess.thecvf.com/content/ICCV2021/papers/Guo_LIGA-Stereo_Learning_LiDAR_Geometry_Aware_Representations_for_Stereo-Based

飞大圣·2023-12-22 07:36

图神经网络自监督学习工具箱 - PGCL（二）

文章名称【Arxiv-2021】【SunYat-senUniversity/SeaAILab/TencentJarvisLab,】PrototypicalGraphContrastiveLearning

processor4d·2023-12-22 04:47

人工智能、机器学习、深度学习的区别

DeepLearning与NeuralNetwork训练机制不同：为了克服神经网络训练中的问题，深度学习采用了与神经网络很不同的训练机制。传统神经网络（这里主要指前向神经网络）中，

还闹不闹·2023-12-22 02:13

MSDN:Mutually Semantic Distillation Network for Zero-Shot Learning 中文版待更新

摘要零样本学习（ZSL）的关键挑战是如何将潜在的语义知识融合在可见类的视觉特征和抽象特征之间，从而实现向不可见类的横向知识转移。之前的工作要么只是将图像的全局特征与其相关的类语义向量对齐，要么利用单向注意力来学习有限的潜在语义表示，这无法有效地发现视觉特征和属性特征之间的内在语义知识（如属性语义）。为了解决上述难题，我们提出了一个相互语义蒸馏网络（MSDN），它逐步蒸馏视觉和属性特征之间的内在语义

computer_vision_chen·2023-12-22 01:27

持续绩效管理必须知道的 7件事-【下篇】

【本文转译来自：InsightsonCorporateTalent,Learning,andHRTechnology，作者：JOSHBERSIN·PUBLISHEDNOVEMBER15,2018】3团队与个人很

fofoyu·2023-12-22 01:05

2018阅读总结

美）《生活十讲》蒋勋《孤独六讲》蒋勋《东京一年》蒋方舟《日本不思议》鸿上尚史（日）《中国文化读本》叶朗、朱良志《TeachLikeYourHair’sonFire》RafeEsquith（美）《YouLearningbyLiving

MissXIEXIE·2023-12-21 23:29

2018 · ICLR · AN EFFICIENT FRAMEWORK FOR LEARNING SENTENCE REPRESENTATIONS

2018·ICLR·ANEFFICIENTFRAMEWORKFORLEARNINGSENTENCEREPRESENTATIONS·想法来源：文章从分布式假说和这些工作中得到灵感，将预测输入句上下文的问题重构为一个分类问题

HelloShane·2023-12-21 23:06

RLHF介绍及实践测试

介绍RLHF（ReinforcementLearningHyperparameterOptimizationFramework）是一种用于强化学习模型的超参数优化框架。

Charles_yy·2023-12-21 21:32

PSP - 结构生物学中的机器学习 (NIPS MLSB Workshop 2023.12)

欢迎关注我的CSDN：https://spike.blog.csdn.net/本文地址：https://spike.blog.csdn.net/article/details/135120094MachineLearninginStructuralBiology

SpikeKing·2023-12-21 20:02

A Survey of the Usages of Deep Learning for Natural Language Processing

摘要在过去的几年里，自然语言处理领域得到了深度学习模型应用激增的推动。本文简要介绍了该领域，并对深度学习的架构和方法进行了快速概述。接着，文章查阅了大量的最新研究，并总结了许多相关的贡献。分析的研究领域包括一些核心的语言处理问题，以及计算语言学的许多应用。接下来提供了对当前技术水平的讨论，并对未来研究提出了建议。引言自然语言处理（NLP）涵盖了多个主题，涉及对人类语言进行计算处理和理解。自20世纪

小蒋的技术栈记录·2023-12-21 19:52

什么是深度学习，多模态学习，迁移学习，LLM

深度学习（DeepLearning）定义：深度学习是机器学习的一个子领域，它使用称为神经网络的算法结构，特别是那些具有多个层（或“深度”）的网络，来学习数据的高级特征和模式。

稻壳特筑·2023-12-21 17:38

论文解读：Exploring Complementary Strengths of Invariant and Equivariant Representations

小样本学习论文解读：ExploringComplementaryStrengthsofInvariantandEquivariantRepresentationsforFew-ShotLearning摘要

十有久诚·2023-12-21 16:45

【AI-1】卷积神经网络

监督学习（SupervisedLearning）：在监督学习中，模型通过使用带有标签的训练数据来学习输入和输出之间的映射关系。监督学习的目标是根据给定的输入预测相应的输出。

W Y·2023-12-21 15:00

ICLR 2022：PiCO，基于对比消歧的偏标签学习丨AI Drive

偏标签学习(PartialLabelLearning,PLL)是一个经典的弱监督学习问题，它允许每个训练样本关联一个候选的标签集合，适用于许多具有标签不确定性和歧义的的现实世界数据标注场景。

数据实战派·2023-12-21 14:46

TPAMI 2022 :Multi-task Learning with Coarse Priors for Robust Part-aware Person Re-identification

题目：Multi-taskLearningwithCoarsePriorsforRobustPart-awarePersonRe-identification-----TPAMI2022代码：https

涵语·2023-12-21 14:46

推荐频道

Learning)