Learning
论文解读（LightGCL）《LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation论文作者：Cai, Xuheng and Huang, ......
Learning by teaching --- 费曼学习法
世界上存在成千上万种学习法，如果上天只让我掌握一种，那一定就是“费曼学习法”。 ## 介绍 费曼学习法是由诺贝尔物理学奖获得者理查德·费曼提出的一种学习方法，其核心思想是将所学内容用自己的话表达出来，以此检验自己对知识的掌握程度。 费曼学习法可以简化为四个单词：**Concept**、**Teach ......
论文解读（DWL）《Dynamic Weighted Learning for Unsupervised Domain Adaptation》
[ Wechat：Y466551 | 付费咨询，非诚勿扰 ] 论文信息 论文标题：Dynamic Weighted Learning for Unsupervised Domain Adaptation 论文作者：Jihong Ouyang、Zhengjie Zhang、Qingyi Meng论文来 ......
《Decision Transformer: Reinforcement Learning via Sequence Modeling》论文学习
一、Introduction 先前的研究工作表明，Transformer可以对处于高维分布的语义概念进行大规模建模抽象，比较典型地体现如： 基于自然语言的零样本泛化（zero-shot generalization） 分布外图像生成（out-of-distribution image generat ......
Learning hard C#学习笔记——读书笔记 08
这篇文章介绍了什么是事件，以及如何在C#中使用事件。事件是在生活中发生的事情，它涉及到事件的发布者和事件的订阅者，当事件发生时，发布者会发布消息，订阅者会接收通知并做出相应的处理。在C#中，我们可以使用event关键字定义一个事件，然后订阅和取消事件的方法与委托链的取消和链接相同。 ......
Improved deep reinforcement learning for robotics through distribution-based experience retention
 **发表时间：**2016（IROS 2016） **文章要点：**这篇文章提出了experience repl ......
Learning Auxiliary Monocular Contexts Helps Monocular 3D Object Detection(1)
MonoCon的网络结构和MonoDLE几乎一样,只是添加了辅助学习(Auxiliary Learning, AL)模块. 网络结构如上图所示,对于3D目标检测来说,预测2D框是没有必要的,但是MonoCon在训练阶段仍然计算了2D框的损失函数,但是在推理的时候,并不会预测2D框,这就是所谓的辅助学 ......
The importance of experience replay database composition in deep reinforcement learning
 **发表时间：**2015（Deep Reinforcement Learning Workshop, NIPS ......
Unsupervised Learning of Depth and Ego-Motion from Video(CVPR2017)论文阅读
深度估计问题 从输入的单目或双目图像，计算图像物体与摄像头之间距离（输出距离图），双目的距离估计应该是比较成熟和完善，但往单目上考虑主要还是成本的问题，所以做好单目的深度估计有一定的意义。单目的意思是只有一个摄像头，同一个时间点只有一张图片。就象你闭上一只眼睛，只用一只眼睛看这个世界的事物一样，距离 ......
Selective Experience Replay for Lifelong Learning
 **发表时间：**2018（AAAI 2018） **文章要点：**这篇文章想解决强化学习在学多个任务时候的遗忘 ......
Paper Reading: Exploratory Undersampling for Class-Imbalance Learning
本文是不平衡分类问题的经典论文，文中提出了 2 种不平衡集成学习模型都是简单而有效的 baseline 方法。 EasyEnsemble 方法直接对多数类样本进行采样得到几个子集，并使用这些子集分别训练基分类器。BalanceCascade 是使用训练好的分类器来指导后续分类器的采样过程，即在上一个... ......
Meta Learning（元学习）
Meta Learning（元学习） 元学习：学习如何学习：也是找一个函数，这个函数是学习算法，输出训练好的模型 假如教机器做了训练影像分类、影像识别等任务的模型，再去教机器训练语音识别的模型时，他可能学的更好，虽然语音和影像没有什么关系，但机器在多次的学习训练其他模型过程中，可能学到了如何去学习 ......
Life Long Learning（机器终身学习）
Life Long Learning（机器终身学习） Selective Synaptic plasticity（选择性突触可塑性） 只让类神经网路中，某一些神经元或某些神经元间的连接具有可塑性（只有部分的连接是有可塑性的，有些连接必须被固化，不能改变或移动他的数值） 为什么会灾难性遗忘： 假设模型 ......
概述增强式学习（Reinforcement Learning）
概述增强式学习（Reinforcement Learning） Supervised Learning（自监督学习）：告诉机器输入和输出，用有标注的训练资料训练出的Network Reinforcement Learning（增强式学习）：给机器一个输入，我们不知道最佳输出是什么（适用于标注困难或者 ......
machine learning-2023-07-19
questions【链接】 │ │──math │ │──线性回归 │ │──逻辑回归 │ └──梯度下降 │ │──python │ │──numpy（科学计算库） │ │──pandas（数据分析处理库） │ │──matplotlib（数据可视化库） │ └──scikit-learn（机器学 ......
Learning hard C#学习笔记——读书笔记 07
## 1.值类型和引用类型 ### 1.1 什么是值类型和引用类型 * 值类型：包括简单类型，枚举类型，结构体类型等，值类型通常被分配在线程的堆栈上，变量保存的内容就是实例数据本身 * 引用类型：引用类型实例则被分配在托管堆上，变量保存的是实例数据的内存地址，引用类型主要包括类类型、接口类型、委托类 ......
大语言模型的预训练4：指示学习Instruction Learning详解以及和Prompt Learning,In-content Learning区别
# 大语言模型的预训练[4]：指示学习Instruction Learning：Entailment-oriented、PLM oriented、human-oriented详解以及和Prompt Learning,In-content Learning区别 # 1.指示学习的定义 Instruct ......
大语言模型的预训练[5]：语境学习、上下文学习In-Context Learning：精调LLM、Prompt设计和打分函数设计以及ICL底层机制等原理详解
大语言模型的预训练[5]：语境学习、上下文学习In-Context Learning：精调LLM、Prompt设计和打分函数设计以及ICL底层机制等原理详解 ......
Learning hard C#学习笔记——读书笔记 06
本文介绍了 C# 中委托的定义、使用、为什么引入委托以及委托的本质。同时，还介绍了委托链的使用，即将多个委托链接在一起，提高程序的可扩展性。 ......
《DeepChain: Auditable and Privacy-Preserving Deep Learning with Blockchain-based Incentive》论文笔记
本文的研究背景： 在各种机器学习任务中，深度学习可以实现比传统机器学习算法更高的精度。最近，保护隐私的深度学习引起了信息安全界的极大关注，其中训练数据和训练模型都不会被暴露。联合学习是一种流行的学习机制，其中多方将局部梯度上传到服务器，服务器使用收集的梯度更新模型参数。然而，在联合学习中存在许多被忽 ......
大语言模型的预训练[3]之Prompt Learning：Prompt Engineering、Answer engineering、Multi-prompt learning、Training strategy详解
大语言模型的预训练[3]之Prompt Learning：Prompt Engineering、Answer engineering、Multi-prompt learning、Training strategy详解 ......
[AAAI 2023]Self-Supervised Bidirectional Learning for Graph Matching
# Self-Supervised Bidirectional Learning for Graph Matching ## 动机 Graph Matching（GM）是个NP难问题。随着机器学习的兴起，该问题也有望被更高效地解决。然而，现有的监督学习仍然需要为了训练去计算大量的ground tru ......
Learning hard C#学习笔记——读书笔记 05
本文介绍了C#编译成IL语言（Intermediate Language）的过程，以及使用ILDasm.exe工具查看IL代码的方法。文章通过一个Hello World程序，在ILDasm.exe工具中展示了MANIFEST清单和IL代码。 ......
Learning hard C#学习笔记——读书笔记 04
## 1.什么是接口 接口可以认为是一种规范，它是一种类的构建规范，它里面定义了一系列的方法和类型，但是没有具体的实现，需要继承它的类去自我实现 ## 2.接口的定义 使用 VS2022 在解决方案管理器这里，添加新建项 在添加新建项模板这里，选择接口 最后创建出来的接口如下 ```C# using ......
Unified Conversational Recommendation Policy Learning via Graph-based Reinforcement Learning
图的作用： 图结构捕捉不同类型节点（即用户、项目和属性）之间丰富的关联信息，使我们能够发现协作用户对属性和项目的偏好。因此，我们可以利用图结构将推荐和对话组件有机地整合在一起，其中对话会话可以被视为在图中维护的节点序列，以动态地利用对话历史来预测下一轮的行动。 由四个主要组件组成：基于图的 MDP ......
粗读Multi-Task Recommendations with Reinforcement Learning
论文： Multi-Task Recommendations with Reinforcement Learning 地址： https://arxiv.org/abs/2302.03328 # 摘要 In recent years, Multi-task Learning (MTL) has yi ......
2023-7-learning-note
- [任务1.学习Apex,Trigger,以及对象字段的简单使用](#任务1学习apextrigger以及对象字段的简单使用) - [Trigger](#trigger) - [学习Apex](#学习apex) - [List](#list) - [任务2.学习Visualforce 页面的开发, ......
Learning hard C#学习笔记——读书笔记 03
本文介绍了C#面向对象编程语言的三个基础特征：封装、继承和多态。其中，封装可以通过public、private、protected、internal等关键字来实现，目的是保护程序内部数据的完整性；继承可以帮助实现基类的内容复用，但也要结合场景使用；多态是指相同类型对象调用相同方法却表现出不同行为，使... ......
Learning hard C#学习笔记——读书笔记 02
每每说到类，不得不介绍的就是类的定义，它是一个抽象的概念，它是一个模板，制造对象的模板 ## 1.定义一个类 ```C# class Preson { // 类的成员变量 } ``` > 默认情况下，class关键字没有显式的使用`internal`修饰符来定义类，但是没有必要这样做，默认的修饰符就 ......
LizRice--Learning EBPF
> 主要参考Liz Rice主讲的youtube视频：https://www.youtube.com/watch?v=TJgxjVTZtfw > 这里做lab记录，持续更新ing > 线上实验环境：https://play.instruqt.com/isovalent/invite/miht6dgd ......