linux fpga sdr iio transceiver rf hdl plutosdr adalm-pluto active-learning-module plutosdr-fw plutosdr-firmware Shell

【论文导读】- E-LSTM-D: A Deep Learning Framework for Dynamic Network Link Prediction（动态网络链接...

标签： lstm encoder-decoder 动态网络

预测网络中节点之间的潜在关系，即链路预测，长期以来一直是网络科学中的一个挑战。然而，大多数研究只关注静态网络的链路预测，而现实世界中的网络总是随着节点和链路的出现和消失而不断演化。...

【强化学习】Q-Learning算法详解

标签：算法强化学习 Q-Learning

1 Q-Learning算法简介 1.1 行为准则我们做很多事情都有自己的行为准则，比如小时候爸妈常说：不写完作业就不准看电视。所以我们在写作业这种状态下，写的好的行为就是继续写作业，知道写完他，我们还可以得到奖励。...

Q-learning_Q-learning_

标签： Q-learning

完成一个基于q-learning算法的简单寻径实例

[论文笔记] Domain-Adaptive Few-Shot Learning

标签：深度学习 pytorch 图像处理

原文链接：...github链接：GitHub - dingmyu/DAPN: A pytorch implementation of "Domain-Adaptive Few-Shot Learning"（有bug和文件缺失，无法运行） Methodology (论文原图，侵删).

【论文阅读】Attention-based Deep Multiple Instance Learning

标签：机器学习深度学习神经网络

题目：CCF A-Loss-Based Attention for Deep Multiple Instance Learning International conference on machine learning 摘要多实例学习 (MIL) 是监督学习的一种变体，其中将单个类标签分配给一袋实例。在本文中...

深入理解深度学习——GPT（Generative Pre-Trained Transformer）：GPT-3与Few-shot Learning

标签：人工智能深度学习自然语言处理

GPT-3曾经是最大、最让人惊艳也是最具争议的预训练语言模型。介绍GPT-3的论文长达72页，...与文章《》中介绍的GPT-2在Zero-shot Learning设置下的惊喜表现相比，GPT-3在Few-shot Learning设置下的性能足以震惊所有人。

Image-deblocking-using-deep-learning

标签： deep-learning keras image-processing cnn Python

使用卷积神经网络进行图像去块实验结果：模型信噪比 SIM卡排行

FSCIL论文详解 Few-Shot Class-Incremental Learning， CVPR2020

ECCV2020，TPCIL，也是西交大的同一个人发的，Topology Preserving Class-Incremental learning，同样的框架，即CNN+拓扑结构，部分内容换了一个写法。 CVPR2021与本篇非常类似，Few-Shot Incremental Learning ...

【书籍阅读】-人在回路机器学习 Human-in-the-Loop Machine Learning（一）

标签：深度学习自然语言处理人工智能

Human-in-the-loop 最近在看这本书，记一些笔记帮助梳理。基本上是重点部分翻译+梳理+自己... Introduction to Human-in-the-Loop Machine Learning1.1 The basic principles of Human-in-the-Loop Machine Learning

强化学习之Q-Learning

标签：强化学习 reinforcement learning Q-learning

Q-learning是RL最基础的算法，于1989年由Watkins被提出来，与同样经典的SARSA算法非常类似。按木盏习惯，本文依旧不会大量堆公式，尽量以易理解的方式来表达Q-Learning。 1. 查表操作 “查表操作”这四个字...

深度强化学习研究笔记（2）——Q-learning（Q-learning问题描述，Q-table方法，一个Python小例子）

标签：深度学习强化学习 Q-learning

Q-learning2. 1. Q-learning Q-learning是一种典型的基于价值（Value）函数的强化学习方法，其中的Q是一个数值，通常在初始化时有可能被赋予一个任意数值（因问题场景而异），在迭代时刻ttt，我们有状态sts_tst...

深入理解深度学习——GPT（Generative Pre-Trained Transformer）：GPT-2与Zero-shot Learning

标签：人工智能深度学习自然语言处理

最后，小维根据爸爸的提示，找到了画有斑马的卡片。同样用一个形象的例子解释：爸爸拿了五张分别画有柴犬、柯基、边牧、哈士奇和阿拉斯加的卡片，告诉小维，这些都属于犬类，然后给了小维三张卡片，分别画有橘猫、...

多任务：End-to-End Multi-Task Learning with Attention

We propose a novel multi-task learning architecture,which allows learning of task-specific feature-level attention. Our design, the Multi-Task Attention Network (MTAN), consists of a single shar...

MAML: Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks (模型无关的元学习用于快速...

标签： Meta-learning Few-shot learning MAML

目录1. 摘要2. 介绍3. 模型3.1 模型架构3.1.1 注意力机制内核3.1.2 完全上下文 ...few-shot learning 问题需要分类器必须识别在每个新类只给出几个样本情况下识别新的类（新的类是指在训练阶段没有见过的类）。文...

Joint Learning 与 Multi-Task Learning浅析

标签：机器学习集成学习 Joint learning

Joint Learning和Multi-Task Learning都属于集成学习（Ensemble Learning）的范畴，但网上关于Joint Learning的相关资料较少，因此在这里对这两种学习方式进行简要介绍，并对其不同点进行区分。 Joint Learning ...

Hard-sample Guided Hybrid Contrast Learning for Unsupervised Person Re-Identification

标签： python 深度学习计算机视觉

Hard-sample Guided Hybrid Contrast Learning for Unsupervised Person Re-Identification（CVPR2021)

Libra R-CNN: Towards Balanced Learning for Object Detection

标签： libra cnn 深度学习

标题： Libra R-CNN: Towards Balanced Learning for Object Detection 作者： JiangmiaoPang, Kai Chen, Jianping Shi, Huajun Feng, Wanli Ouyang, Dahua Lin 机构： Zhejiang University, The Chinese University...

机器学习10 -- 半监督学习 Semi-supervised Learning

标签：人工智能半监督监督学习

1 为什么要做半监督学习有监督机器学习已经在很多领域证明了它的有效性，比如ImageNet图像分类任务，深度学习模型早在2017年，准确率就已经超过了人类。机器学习被认为是一门数据驱动的学科，数据分为两部分，data...

【阅读笔记】Pain-FL: Personalized Privacy-Preserving Incentive for Federated Learning

Pain-FL前言前言一篇来自 CCF A 类期刊 IEEE JOURNAL ON SELECTED AREAS IN COMMUNICA TIONS 的文章，可谓是通信领域的现象级论文，无论是其写作技巧还是论文深度一定都值得我去细心挖掘，所以我决定将这篇文章...

多代理强化学习MARL（MADDPG，Minimax-Q，Nash Q-Learning）

标签：多代理强化学习 MARL Minimax-Q

由于强化学习领域目前还有很多的问题，如数据利用率，收敛，调参玄学等，对于单个Agent的训练就已经很难了。但是在实际生活中单一代理所能做的事情还是太少了，而且按照群体的智慧，不考虑训练硬件和时长问题，使用...

PU --- > 无偏PU learning简介

PU learning 背景 PU learning(positive-unlabeled learning)，即我们只有正样本和未标注的样本，以此进行分类学习。其可在以下几个领域内应用：检索从大量无标注的样本中选取特定的样本，比如人脸标注异常检测...

深度强化学习系列(5): Double Q-Learning原理详解

标签： Double Q-Learning Overestimation 过估计

论文地址： ...前言： Q-Learning算法由于受到大规模的动作值过估计(overestimation)而出现不稳定和效果不佳等现象的存在，而导致overestimation的主要原因来自于最大化值函...

强化学习-利用Q-Learning算法玩走方格游戏（C++）

标签： Q-Learning AI

本文通过Q-Learning算法玩走方格游戏的例子和代码，尝试说明Q-Learning的思想与基本实现方法。随着人工智能的发展，强化学习相关的算法受到越来越多的关注。强化学习是一种无监督学习，通过智能体（Agent）自行...

Django:"django-admin.py startproject learning_log."的问题解决

标签： Django Python 框架

django-admin.py startproject learning_log . 最近在学习Django，在创建工程文件夹的过程中遇到了一些问题问题： django-admin.py startproject learning_log . 该语句用于使用django来创建一个名为“ ...

【一种数据异构的FL迁移学习框架】Privacy-preserving Heterogeneous Federated Transfer Learning

标签：机器学习

原文：Privacy-preserving Heterogeneous Federated Transfer Learning 本文讲了数据异构（区别于模型结构异构）下的 FL 训练框架，此外还有隐私保护的作用。这里的数据异构是指不同的 feature spaces，因此本文使用...

多目标追踪-2019综述《Deep Learning in Video Multi-Object Tracking: A Survey》

标签：目标追踪 multiple object tracking

Deep Learning in Video Multi-Object Tracking: A Survey 近期开始研究多目标追踪，因此先找了一篇比较新的2019年综述性论文入门。本论文将MOT通用算法归纳为4个步骤，并分别介绍了Deep Learning在各步骤中的应用...

【强化学习Q-Learning算法学习笔记】概念整理+实例+代码解释+ppt

标签：机器学习强化学习算法 Q-LEARNING

1.强化学习介绍 2.Q-Learning算法实例 3.一个Q-Learning算法的程序实现

【强化学习】Q-Learning算法求解悬崖行走问题 + Python代码实战

标签： python 强化学习悬崖行走问题

下面仅对Q-Learning算法对简单介绍Q学习是一种异策略（off-policy）算法。目标策略（target policy）和行为策略（behavior policy）。目标策略就是我们需要去学习的策略，相当于后方指挥的军师，它不需要直接与环境...

强化学习之Q-learning简介

标签：强化学习 q-learning

强化学习在alphago中大放异彩，本文将简要介绍强化学习的一种q-learning。先从最简单的q-table下手，然后针对state过多的问题引入q-network，最后通过两个例子加深对q-learning的理解。

【论文导读】- GraphFL: A Federated Learning Framework for Semi-Supervised Node Classiﬁcation on ...

标签：机器学习人工智能节点分类

基于图的半监督节点分类（GraphSSC）具有广泛的应用，从网络和安全到数据挖掘和机器学习等。然而，现有的集中式GraphSSB方法无法解决许多现实世界中基于图的问题，因为收集整个图并标记合理数量的标签既耗时又昂贵，...