据实shot zero-shot few-shot
《RAPL: A Relation-Aware Prototype Learning Approach for Few-Shot Document-Level Relation Extraction》阅读笔记
代码 原文地址 预备知识： 1.什么是元学习（Meta Learning）？ 元学习或者叫做“学会学习”（Learning to learn），它是要“学会如何学习”，即利用以往的知识经验来指导新任务的学习，具有学会学习的能力。由于元学习可帮助模型在少量样本下快速学习，从元学习的使用角度看，人们也称 ......
【略读论文|大模型相关】Zero-Shot Relational Learning on Temporal Knowledge Graphs with Large Language Models
时间：2023 学校：慕尼黑大学 创新点： 1.据我们所知，这是第一个试图在TKGF背景下研究零射击关系学习的工作。 2.我们设计了一种基于llm的方法zrLLM，并设法在零射击关系推理中增强各种基于嵌入的TKGF模型。 3.实验结果表明，zrLLM有助于大大提高所有考虑的TKGF模型对包含未见零射 ......
GPT-3《Language Models are Few-Shot Learners》解读
GPT-3 和 GPT-2差别 1. 效果上，超出 GPT-2 非常多，能生成人类难以区分的新闻文章；2. 主推 few-shot，相比于 GPT-2 的 zero-shot，具有很强的创新性；3. 模型结构略微变化，采用 sparse attention 模块；4. 海量训练语料 45TB（清洗后 ......
大数据实验
实验1 熟悉常用的Linux操作和Hadoop操作 1.实验目的 Hadoop运行在Linux系统上，因此，需要学习实践一些常用的Linux命令。本实验旨在熟悉常用的Linux操作和Hadoop操作，为顺利开展后续其他实验奠定基础。 2.实验平台 （1）操作系统：Linux（建议Ubuntu16.0 ......
[论文阅读] Learning Component-Level and Inter-Class Glyph Representation for few-shot Font Generation
Pre title: Learning Component-Level and Inter-Class Glyph Representation for few-shot Font Generation accepted: ICME 2023 paper: https://ieeexplore.ie ......
大数据实验报告 | 填坑笔记
利用Java API进行这个查找操作的时候，总是顺序输出，考虑是代码的原因 没有进行判定，所以只要不为空都输出出来了，进行条件判定指定行键之后，就可以了！ redis启动不起来，考虑换个端口 input目录的创建过程遇到一些小问题 删除不掉就用完整目录删 地址对应正确，否则拒绝连接 一直连接不上，我 ......
大数据实验2
实验内容与完成情况：向HDFS中上传任意文本文件，如果指定的文件在HDFS中已经存在，则由用户来指定是追加到原有文件末尾还是覆盖原有的文件； 从HDFS中下载指定文件，如果本地文件与要下载的文件名称相同，则自动对下载的文件重命名； 将HDFS中指定文件的内容输出到终端中； 显示HDFS中指定的文件的 ......
大数据实验（MapReduce编程2）
代码参考： MapReduce实验 - CodeDancing - 博客园 (cnblogs.com) 编程实现总代码： 编译工具：IDEA 说明： 1.完成不同的任务的时候，需要修改cmd的值 2.conf.set("fs.default.name","hdfs://node1:8020");换上 ......
大数据实验——mysql服务的启动
黑马程序的mysql服务启动密码是hadoop 直接在主控制台上输出mysql -u root -p 然后输入密码进入mysql服务 剩下的就是在finallshell里面进行一些建表增删改查操作， 还有一个问题就是通过java代码进行对表数据的增删改查 我才用的方法是在Navicat里面建一个no ......
大数据实验(Mysql、hbase、redis、MongoDBjava客户端连接)
1.MySQL 启动：虚拟机输入mysql -u root -p 输入密码: hadoop（黑马的mysql密码是hadoop） pom.xml需要引入mysql <properties> <maven.compiler.source>8</maven.compiler.source> <maven ......
大数据实验（HBase基础操作）
（一）Hadoop提供的HBase Shell命令完成任务 （1）列出hbase所有表信息 （2）打印表的所有数据 （3）添加、删除指定列族或列 （4）清空指定表的数据(先禁用表在清空) （5）统计行数 （二）HBase数据库操作 1.根据给出的表数据在HBase建表并存入数据 数据比较多可以先在t ......
论文阅读笔记：Revisiting Prototypical Network for Cross Domain Few-Shot Learning
标题：重新审视用于跨领域少样本学习的原型网络 研究背景： 问题背景：原型网络是一种流行的小样本学习方法， 其网络简单而直观，对于小样本学习问题有着较好的表现，尤其是在图像分类等领域。 存在问题：然而，当推广到跨领域的少样本分类任务时，其性能出现了大幅度下降，这严重限制了原型网络的实用性。 研究动机： ......
Language Models are Few-Shot Learners
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ NeurIPS 2020 ......
论文精读：用于少样本目标检测的元调整损失函数和数据增强（Meta-tuning Loss Functions and Data Augmentation for Few-shot Object Detection）
论文链接：Meta-Tuning Loss Functions and Data Augmentation for Few-Shot Object Detection Abstract 现阶段的少样本学习技术可以分为两类：基于微调（fine-tuning）方法和基于元学习（meta-learning ......
大数据实验二
实验环境：（1）操作系统：Linux （2）Hadoop版本：3.1.3； （3）JDK版本：1.8； （4）Java IDE： 实验内容与完成情况：（一）编程实现以下功能，并利用Hadoop提供的Shell命令完成相同任务： （1） 向HDFS中上传任意文本文件，如果指定的文件在HDFS中已经存在 ......
解决Few-shot问题的两大方法：元学习与微调
基于元学习（Meta-Learning）的方法： Few-shot问题或称为Few-shot学习是希望能通过少量的标注数据实现对图像的分类，是元学习(Meta-Learning)的一种。 Few-shot学习，不是为了学习、识别训练集上的数据，泛化到测试集，而是为了让模型学会学习。也就是模型训练后， ......
第五周阅读笔记|人月神话————胸有成竹（Calling the Shot）
这个章节标题是胸有成竹，而要做到胸有成竹就必须在项目计划阶段我们对项目的预测和估算都需要很准确。因此整个章节的内容就是在讲估算，而估算就涉及到预测和估算模型，估算要做到准确必须通过前期多个历史项目和版本的积累，同时通过历史版本和数据的积累来发现预测指标Y和相应的估算因子X之间的关系。这样建立出来的估 ......
chatGPT发展中Few-Shot, Zero-Shot & One-shot 的通俗理解
先解释 one-shot。公司门禁用了人脸识别，你只提供一张照片，门禁就能认识各个角度的你，这就是 one-shot。可以把 one-shot 理解为用 1 条数据 finetune 模型。在人脸识别场景里，one-shot 很常见。 zero-shot 与 few-shot，回到 NLP 场景。用 ......
Internet-augmented language models through few-shot prompting for open-domain question answering阅读笔记
Internet-augmented language models through few-shot prompting for open-domain question answering 其实我没怎么正经读过论文，尤其是带实验的，我目前认真读过的（大部头）也就是一些LLM的综述。记录这个文档主 ......
论文精读：用于少样本图像识别的语义提示（Semantic Prompt for Few-Shot Image Recognition）
原文连接：Semantic Prompt for Few-Shot Image Recognition Abstract 在小样本学习中（Few-shot Learning, FSL）中，有通过利用额外的语义信息，如类名的文本Embedding，通过将语义原型与视觉原型相结合来解决样本稀少的问题。但 ......
论文阅读（二）—— Text2Video-Zero: Text-to-Image Diffusion Models are Zero-Shot Video Generators
 ![image](https://img2023.cnblogs.com/blog/3279428/2... ......
论文阅读：iterator zero-shot llm prompting for knowledge graph construction
Abstract 知识图谱，一种相互连接和可解释的结构。 生成需要更多的人力、领域知识、并需要适用于不同的应用领域。 本论文提出借助LLM，通过0-shot和外部知识不可知的情况下生成知识图谱。 主要贡献： 迭代的prompting提取最终图的相关部分 0-shot，不需要examples 一个可扩 ......
Few-shot for pcb dataset
PCB 数据集上的小样本学习 论文信息 论文地址：Few-Shot PCB Surface Defect Detection Based on Feature Enhancement and Multi-Scale Fusion 发表刊名：IEEE Access 日期：2022 创新点 引入了特征增 ......
论文解读（MetaAdapt）《MetaAdapt: Domain Adaptive Few-Shot Misinformation Detection via Meta Learning》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：MetaAdapt: Domain Adaptive Few-Shot Misinformation Detection via Meta Learning论文作者：Zhenrui Yue、Huimin Z ......
Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务”
# Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务” 通过设计提示（prompt）模板，实现使用更少量的数据在预训练模型（Pretrained Model）上得到更好的效果，多用于：Few-Shot，Zero-Shot 等任务。 # 1 ......
语音合成技术3：HierVST: Hierarchical Adaptive Zero-shot Voice Style Transfer
HierVST: 分层自适应零样本语音风格转换 摘要： 尽管语音风格转换（VST）领域取得了快速进展，但最近的零样本VST系统仍然缺乏将新的说话者的语音风格进行转换的能力。在本文中，我们提出了HierVST，这是一个分层自适应的端到端零样本VST模型。在没有任何文本转录的情况下，我们仅利用语音数据集 ......
语音合成技术2：FREEVC: TOWARDS HIGH-QUALITY TEXT-FREE ONE-SHOT VOICE CONVERSION
摘要 语音转换（VC）可以通过首先提取源内容信息和目标说话者信息，然后利用这些信息重构波形来实现。然而，目前的方法通常要么提取带有泄漏说话者信息的不完整内容信息，要么需要大量带标注的数据进行训练。此外，由于转换模型与声码器之间的不匹配，重构波形的质量可能会下降。在本文中，我们采用了VITS的端到端框 ......
ChatGPT技巧之Few-Shot Chain of Thought（少样本思维链）
**Few-Shot Chain of Thought（少样本思维链）** 这个技巧使用的关键就是在给AI提供示例的同时解释示例的逻辑。 比如这样 - 这组数字中的奇数加起来得到一个偶数：4、8、9、15、12、2、1。A：将所有奇数相加（9、15、1），得到25。答案是False。 - 这组数字中 ......
大数据实时链路备战 —— 数据双流高保真压测
大数据时代，越来越多的业务依赖实时数据用于决策，比如促销调整，点击率预估、广告分佣等。为了保障业务的顺利开展，也为了保证整体大数据链路的高可用性，越来越多的0级系统建设双流，以保证日常及大促期间数据流的稳定性。 ......