主动学习是指对需要标记的数据进行优先排序的过程，这样可以确定哪些数据对训练监督模型产生最大的影响。 主动学习是一种学习算法可以交互式查询用户(teacher 或 oracle)，用真实标签标注新数据点的策略。主动学习的过程也被称为优化实验设计。 主动学习的动机在于认识到并非所有标
参考与前言 完整题目：PILOT: Efficient Planning by Imitation Learning and Optimisation for Safe Autonomous Driving Summary: 用learning做warm start，然后使用优化进行求解，对比速度上有7倍的提升 Type: IROS Year: 2021 cite: 3 tag: planning 组织/Sensor: oxford, edinburgh
1. Attention for Memory and Sequence Translation Attention mechanisms aggregate features with an importance score that: depends on the feature themselves, not on their positions in the tensor relax locality constraints. \(\Large\text{Note:}\) The a
论文信息 论文标题：Learning Graph Embedding with Adversarial Training Methods论文作者：Shirui Pan, Ruiqi Hu, Sai-fu Fung, Guodong Long, Jing Jiang, Chengqi Zhang论文来源：2020, ICLR论文地址：download 论文代码：download 1 Introduction 众多图嵌入方法关注于保存图
1. Recurrent Neural Networks Temporal Convolutional Networks Such a model is a standard \(1\)d convolutional network, that processes an input of the maximum possible length. RNN and backprop through time The historical approach to processing sequences o
无线通信 无线通信与机器学习结合 Deep Learning 2021@COMST-Deep Learning for Radio-Based Human Sensing: Recent Advances and Future Directions Reinforce Learning Fedarated Learning
1. Auto-Regression Auto-regression methods model components of a signal serially, each one conditionally to the ones already modeled. They rely on the chain rule: \[\begin{align} P(X_1 = x_1,...,X_T= x_T) = P(X_1 = x_1)P(X_2=x_2|X_1=x_1)...P(X_T|X_{
发表时间：2019 文章要点：这篇文章做了一个简化版的Atari。现在的Atari game还是太慢了，大家做实验基本上都跑不超过5个随机种子，实验说服力不够。这篇文章搞了个简化版，输入只有1010n的binary的表征,其中n表示channel（n channels corresponding to game specific objects）。动作从原来的
1. Looking at parameters Hidden units of a perceptron one-hidden layer fully connected network \(\mathbb{R}^2\rightarrow \mathbb{R}^2\) nb_hidden = 20 model = nn.Sequential( nn.Linear(2, nb_hidden), nn.ReLU(), nn.Linear(nb_h
Abstract 本文将Human-in-the-loop在机器学习领域已有的工作分类为 数据处理 the work of improving model performance from data processing 干涉模型 through interventional model training 系统独立的设计 the design of the system independent humanin-the-loop. 此外，总结
1. Computer Vision Task Error rate: \(P(f(X)\neq Y)\) Accuracy: \(P(f(X)=Y)\) \(\textbf{Balanced error rate (BER)}\): \(\frac{1}{C}\sum_{y=1}^CP(f(X)\neq Y|Y=y)\) In two-class case, we can define \(\textbf{True Positive (TP)}\) rate \(P(
ENVI Deep Learning 1.1.2正式发布，适配ENVI 5.6。训练模型工具新增应用增强（Augmentation）的选项，可以扩充训练样本数据，提高训练和提取精度。 系统要求 ENVI Deep Learning 1.1.2 使用 TensorFlow 1.14 和 CUDA 10，这两者均已包含在安装包中。ENVI Deep Learning 对软硬件有一定的要
1 更新特性 ENVI Deep Learning 1.1.3 的 TensorFlow 框架更新到 2.4 版本，CUDA 版本更新到 11。适配 ENVI 5.6。 可到 http://envi.geoscene.cn/envi_license 申请试用。 2 环境要求 2.1 NVIDIA显卡驱动 显卡驱动版本要求 450.36.06 或更高版本。 2.2 NVIDIA显卡
Machine Learning 询问一个区间，求区间内数的桶的 MEX，还有单点修改 带修莫队 直接离线用带修莫队，然后维护一个桶的桶，每次询问答案的时候直接找 MEX 就行了 一开始想复杂了，一直想维护 MEX 的值，然后用了一个 set 去维护，但是每次修改的时候都会乘上一个 logn 级别，导致超时 看了答案后，
ENVI DL 1.1 包含许多重大改进，以提高可用性和训练性能。 · 多类别架构（Multiclass Architecture） · 深度学习标记工具（Deep Learning Labeling Tool） · 集成TensorBoard（可查看训练状态） · 测试系统支持状态 · 其他更新 · 编程 ·
ENVI Deep Learning 1.1 Tech Preveiw目前已经发布，仅在内部测试。迫不及待的要跟大家分享一下新的功能，应该跟1.1正式版没有太大区别。 此版本包含了几个关键改进和新功能： 多要素/多类别支持。 新增项目管理功能，用于管理训练图像和ROIs。 训练过程中的状态信息显示改进。 支持NVID
1. Benefits of depth \(\text{Consider ReLU MLPs with a single Input/Output, there exists a network }f\) \(\text{ with }D^* \text{ layers, and }2D^* \text{ internal units, such that, for any network }g\text{ with }D\text{ layers of sizes }\{W^{(1
最近在看etcd客户端相关内容，想弄明白客户端如何应对服务端集群某节点故障的，从官网的客户端设计得到了答案： 图片来源官网，更多细节请参考官网：https://etcd.io/docs/v3.5/learning/design-client/
What is RL 基于学习的决策的数学形式 从经验中学习决策和控制的方法 Why should we study this now 深度神经网络特征方法 强化学习的提升 计算能力的提升 我们还需要解决哪些其他问题才能实现现实世界的顺序决策? 1.如何学习 Learning from reward 基本的强化学习处理的是最大
1. Perceptron \(\text{If }\sum_iw_ix_i+b\ge 0\) \[\begin{align} f(x)=1 \end{align} \]\(\text{Otherwise, } f(x)=0\) \(\large \textbf{Perceptron Algorithm:}\) \(\text{Start with }w^0=0\) $\text{While }\exist n_k \text{ s.t. } y_{n
Deep Learning based Human Pose Estimation using OpenCV 1 姿态估计 在本文中，我们将重点关注人体姿态估计，其中需要检测和定位身体的主要部位/关节（例如肩膀、脚踝、膝盖、手腕等）。 1.1 Keypoint Detection Datasets VGG Pose Dataset 单人 25 MPII Human Pose Dataset 多人 1
k-way n-shot k-way : the support set has k classes. n-shot : every class has n samples. Example (six-way one-shot ): Another example:
1. Tensors \(\text{A tensor is a generalized matrix:}\) \(\text{an element of }\mathbb{R^3} \text{ is a 3-dimension vector, but it's a 1-dimension tensor.}\) \(\large \text{The 'dimension' of a tensor is the number of indices.}\
目录（一）Git对象的存放目录（二）Git中对象类型（三）blob对象1、blob对象说明（1）blob对象定义（2）blob对象说明（3）blob对象存储的方式（4）查看blob对象内容（5）查看Git对象的类型（6）Git管理文件（7）Git管理修改过的文件2、blob对象总结3、问题4、本文用到的命令总结 Git 是一套内容寻址文件系统。什么意思呢？
