搜索结果
查询Tags标签： 模型，共有 1325条记录-
Java开发人员不得不收集的代码
开头 对于一个Java程序员而言，能否熟练掌握并发编程是判断他优秀与否的重要标准之一。因为并发编程是Java语言中最为晦涩的知识点，它涉及操作系统、内存、CPU、编程语言等多方面的基础能力，更为考验一个程序员的内功。 那到底应该怎么学习并发编程呢？**Java SDK的并发…
2021/6/8 12:25:10 人评论 次浏览 -
occ到osg
我找到了解决办法。OpenCascade有一个导入/导出示例,可以在不支持纹理的情况下导出VRML文件。对导入导出代码的一些修改和对其他部分的一些修改(其中OCC模型由VRML类表示)足以成功地将模型导出到VRML文件。然后我构建了OpenScenegraph的VRML插件,并成功导入了该模型。 别人…
2021/6/8 10:21:24 人评论 次浏览 -
Java内存模型(JMM)总结与学习
1.内存模型是什么?为了保证并发编程中可以满足原子性、可见性及有序性。有一个重要的概念，那就是——内存模型。为了保证共享内存的正确性（可见性、有序性、原子性），内存模型定义了共享内存系统中多线程程序读写操作行为的规范。通过这些规则来规范对内存的读写操作，…
2021/6/8 7:24:43 人评论 次浏览 -
图神经网络中的过平滑问题
图神经网络图解指南 图神经网络或简称 GNN 是用于图数据的深度学习 (DL) 模型。 这些年来它们变得很热。 这种趋势在 DL 领域并不新鲜：每年我们都会看到一个新模型的脱颖而出，它要么在基准测试中显示最先进的结果，要么是一个全新的机制/框架到已经使用的模型中（但是你…
2021/6/7 10:53:13 人评论 次浏览 -
Axial-DeepLab: Stand-Alone Axial-Attention for Panoptic Segmentation
Axis-DeepLab：用于全景分割的独立轴注意 Abstract 卷积利用局部性来提高效率，但代价是丢失长范围上下文。自我注意被用来通过非局部的相互作用来增强CNN。最近的研究证明，通过将注意力限制在局部区域来堆叠自我注意层来获得完全注意网络是可能的。在本文中，我们试图通…
2021/6/7 10:30:04 人评论 次浏览 -
论文笔记系列-Efficient Neural Architecture Search via Parameter Sharing
Summary 本文提出超越神经架构搜索（NAS）的高效神经架构搜索（ENAS），这是一种经济的自动化模型设计方法，通过强制所有子模型共享权重从而提升了NAS的效率，克服了NAS算力成本巨大且耗时的缺陷，GPU运算时间缩短了1000倍以上。在Penn Treebank数据集上，ENAS实现了55.8…
2021/6/7 10:23:53 人评论 次浏览 -
论文笔记系列--MnasNet：Platform-Aware Neural Architecture Search for Mobile
本文介绍针对一篇移动端自动设计网络的文章《MnasNet：Platform-Aware Neural Architecture Search for Mobile》，由Google提出，很多后续工作都是基于这个工作改进的，因此很有必要学习了解。Related work MnasNet的目的很简单就是设计出表现又好，效率又高的网络。在介…
2021/6/7 10:23:32 人评论 次浏览 -
方面级情感分析论文阅读笔记：A Joint Training Dual-MRC Framework for Aspect Based Sentiment Analysis
A Joint Training Dual-MRC Framework for Aspect Based Sentiment Analysis 前言一、摘要及引言1.1 摘要1.2 本文贡献 二、模型搭建1. 模型示意图2.MRC Dataset Conversion 实验总结前言[论文](https://arxiv.org/pdf/2101.00816.pdf) 一、摘要及引言1.1 摘要解决什么问…
2021/6/5 20:25:09 人评论 次浏览 -
推荐算法之逻辑回归模型族
目录1.协同过滤算法族的不足 2.逻辑回归算法 3.Poly2算法 4.FM算法 5.FFM1.协同过滤算法族的不足 之前的协同过滤算法族局限在于，它仅仅关注用户与物品的交互信息（受限于共现矩阵），而忽视了用户，物品，场景点信息，这使得协同过滤算法在进行推荐的时候忽视许多其他有…
2021/6/4 20:21:56 人评论 次浏览 -
【论文笔记】Joint Extraction of Entities and Relations Based on a Novel Tagging Scheme
目录 摘要1 介绍2 问题定义2.1 基线 : 标签约束2.2 图约束3 方法3.1 转换系统3.2. 搜索算法3.3. 组合函数4 实验4.1 数据集4.2 实验结果总结摘要实体提取和关系提取都可以通过联合执行，使得每个任务都能纠正彼此的错误。 现有的大多数联合方法都是单独提取实体和关系，通…
2021/6/4 10:25:44 人评论 次浏览 -
Golang高并发处理模型
原文链接：https://mp.weixin.qq.com/s/ZqfN8UlWRpoGhznGH-L1mw 介绍 偶然间看到一篇写于15年的文章，说实话，标题确实吸引了我。 关于这篇文章，我就不直接翻译了，原文地址我放在文章最后了。 项目的需求就是很简单，客户端发送请求，服务端接收请求处理数据(原文是把资…
2021/6/4 10:23:37 人评论 次浏览 -
【R】glmulti包与模型选择
最近在写文章的时候，被KP介绍说这个方法蛮好的 所以自己搜一下，学习一下 实际好像学的也不好 中间好多也不太理解呢！ # 导入glmulti包 library(rJava) library(glmulti) train<-read.csv(file.choose()) head(train)#检查`train`的数据结构 str(train)#模型开始之前…
2021/6/4 10:23:31 人评论 次浏览 -
Python随机波动率(SV)模型对标普500指数时间序列波动性预测
原文链接：http://tecdat.cn/?p=22546 原文出处：拓端数据部落公众号资产价格具有随时间变化的波动性（逐日收益率的方差）。在某些时期，收益率是高度变化的，而在其他时期则非常平稳。随机波动率模型用一个潜在的波动率变量来模拟这种情况，该变量被建模为随机过程。下…
2021/6/4 1:22:12 人评论 次浏览 -
PaddleDetection使用教程
详细的使用教程可以参考官方文档 一、安装说明 在安装PaddleDetection之前要先安装依赖项PaddlePaddle，你可以将其看作一个内核，有了它才可以安装PaddleDetection。 首先，我们可以新建一个虚拟环境，命名为paddle，并激活环境。 conda create -n paddle python=3.7 con…
2021/6/3 10:21:34 人评论 次浏览 -
直击 Huawei Mate 40 产线背后的华为云 IoT 智能制造
摘要：数字孪生？在数字世界找到物理世界的设备！本文分享自华为云社区《【云驻共创】HuaweiMate 40产线直击之华为云IoT智能制造助力工厂数字化转型》，原文作者：启明。Part 1：智能化工业 4.0 时代的数字孪生一、工业 4.0，智能化时代已来回顾人类历史，我们共同顺利经…
2021/6/3 10:21:16 人评论 次浏览
