
Paper
数据娃掘
人生何需久睡,死后自会长眠
展开
-
ACM论文投稿时常用的几项操作
一、我们发现ACM的latex模板中会有ACM Reference Format信息,如下:投稿时,可以使用如下的方法将其去掉,在 \documentclass[sigconf]{acmart}下面直接添加这几行即可去掉\settopmatter{printacmref=false} % Removes citation information below abstract\re...原创 2020-02-11 19:42:40 · 31297 阅读 · 8 评论 -
Latex常用积累
1.latex中把公式中一部分斜体变为直体2.Loss Function的这个符号LaTeX 里怎么打? 实际上,就是手写体的L,Latex中这样引用就行:\mathcal{L}3.常用数学符号的 LaTeX 表示方法 http://mohu.org/info/symbols/symbols.htm4.如何打印出带编号的公式,并且自己来定义...原创 2019-12-30 00:48:33 · 4360 阅读 · 2 评论 -
Latex中关于参考文献的一些经验
在Latex中写参考文献时经常会出现这样那样的问题,而且出版社不同比如IEEE与Elaver,需要引入的包也有不同。在search解决方案时,发现一篇有用的博文,转载一下,方便下次使用~~1、如何在paper同一处用\cite命令同时引用多篇文献?使用\cite{bibtex1}\cite{bibtex2}\cite{bibtex3},则编译以后的正文引用处显示的是[1][2][3];而我用\ci...转载 2018-03-12 18:04:43 · 17050 阅读 · 4 评论 -
判别式模型(discriminative model) 和生成式模型(generative model)的区别
生成式模型(Generative Model)与判别式模型(Discrimitive Model)是机器学习中基础概念,在NLP和机器学习中经常会遇到这两种显著不同的模型,在学习阶段(训练阶段)和评估阶段(测试阶段)都有不同的表现,它们的区别在于:对于输入x,类别标签y:生成式模型估计它们的联合概率分布P(x,y)判别式模型估计条件概率分布P(y|x)生成式模型可以根据贝叶斯公式得到判别式...原创 2017-08-30 13:47:13 · 5763 阅读 · 0 评论 -
【ICML2018见闻】 迁移学习、多任务学习领域的进展
【导读】如今 ICML(International Conference on Machine Learning,国际机器学习大会)已经成为有巨大影响力的会议,每年都会为我们带来很多关于机器学习趋势与发展方向等有意义的分享。今年的 ICML 有三个讨论会都重点讨论了迁移学习和多任务学习。本文的作者(Isaac Godfried)也是对这两个领域的研究内容非常感兴趣,接下来 AI科技大本营将把 ...转载 2018-09-04 17:57:07 · 2150 阅读 · 0 评论 -
迁移学习和多任务学习
迁移学习总结一下,什么时候迁移学习是有意义的?如果你想从任务A学习并迁移一些知识到任务B,那么当任务A和任务B都有同样的输入时,迁移学习是有意义的。在第一个例子中,A和B的输入都是图像,在第二个例子中,两者输入都是音频。当任务A的数据比任务多得多时,迁移学习意义更大。所有这些假设的前提都是,你希望提高任务B的性能,因为任务B每个数据更有价值,对任务A来说通常任务的数据量必须大得多,才有帮助,因...转载 2018-09-04 17:58:34 · 2052 阅读 · 0 评论