lj重现0.01

于 2025-01-02 09:54:42 发布
阅读量119 收藏
点赞数 3
文章标签： lj
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/jidawanghao/article/details/144877961
版权

###代码仅供学习，请遵守相关法律法规

pip install Scrapy

安装  scrapy   模块

scrapy  version 

显示scrapy版本号

jidawanghao
关注
【图像超分】论文精读：AdaBM: On-the-Fly Adaptive Bit Mapping for Image Super-Resolution
主要更新底层视觉（去噪、超分等）相关的科研内容，形式为【论文精读】+【论文复现】
08-22 473
论文题目：AdaBM: On-the-Fly Adaptive Bit Mapping for Image Super-Resolution —— AdaBM:图像超分辨率的Fly自适应位映射CVPR 2024！超分加速模块！显著提升速度！尽管图像超分辨率 (SR) 问题使用深度神经网络经历了前所未有的恢复精度，但由于计算成本巨大，它还没有有限的通用应用。由于 SR 的不同输入图像面临不同的恢复困难，因此基于输入图像（称为自适应推理）调整计算成本已成为压缩 SR 网络的一种有前途的解决方案。
持续学习Continual Learning原理与代码实例讲解
AI天才研究院
05-27 771
人类能够不断学习新的知识和技能，而不会忘记之前学过的内容。然而，传统的机器学习模型在学习新任务时，往往会遭受灾难性遗忘(catastrophic forgetting) 的问题，即在新任务上表现良好的同时，却丧失了在旧任务上的性能。为了解决这个问题，持续学习(Continual Learning) 应运而生。持续学习旨在使机器学习模型能够像人类一样，在不忘记之前知识的情况下，不断学习新的知识和技能。持续学习是指机器学习模型在顺序学习多个任务时，能够保持对先前任务的性能，并有效地学习新任务的能力。
常州大学新生寒假训练会试（重现赛）
fusu123456789的博客
08-11 192
比赛地址 A. 思路：直接STL调用string类库函数就行 #include<iostream> #include<cstring> #include<string> #include<algorithm> using namespace std; int main() { string s; cin>>s; reverse(s.begin(),s.end()); for(int i=3;i<s.leng
武汉工程大学2020GPLT选拔赛（重现赛）
FS_tar的博客
07-30 966
给出七个百分数，代表孵化出七只L1-3 Pokémon分别的概率，再给出c，f，表示想要得到第c只，f为1代表想要闪光的L1-3 Pokémon概率为0.01，为0则是想要不闪光的L1-3 Pokémon。可以把多只宝可梦装进一个沉重球，只要不超过它的限制，先给出宝可梦的数量，沉重球的最大承重，和每只宝可梦的重量。n只鸽子，分给m个小伙伴，每个小伙伴得到的鸽子肉要重量相等，得到的鸽子肉不能来自于多只鸽子。先用a数组储存火车的进出栈，然后将询问排序，查找第y个进入火车的火车编号，具体见注释。
河南省第十三届ICPC大学生程序设计竞赛（重现赛）
qq_63047764的博客
10-16 425
【代码】河南省第十三届ICPC大学生程序设计竞赛（重现赛）
MiniCPM:揭示端侧大语言模型的无限潜力
AI浩
06-07 1362
随着开发具有高达数万亿参数的大型语言模型（LLMs）的兴趣激增，关于资源效率和实际成本的担忧也随之而来，特别是考虑到实验的巨大成本。这一情形突显了探索小型语言模型（SLMs）作为资源高效替代方案的潜力。在此背景下，我们介绍了MiniCPM，特别是其1.2B和2.4B非嵌入参数变体，这些变体不仅在各自的类别中表现出色，而且在能力上与7B-13B的LLMs不相上下。尽管我们专注于SLMs，但我们的方法在模型和数据维度上都表现出可扩展性，为未来LLM的研究提供了可能。
安卓 NDK 游戏开发秘籍（五）
龙哥盟
07-26 758
原文：zh.annas-archive.org/md5/713F9F8B01BD9DC2E44DADEE702661F7。
《异常检测——从经典算法到深度学习》24 用于单变量时间序列异常检测的端到端基准套件
热门推荐
Smileyan's blog
11-29 1万+
异常检测算法；TSB-UAD
高斯过程的数学理解
gongdiwudu的专栏
07-01 3135
G澳大利亚的过程是有益的，特别是当我们有少量数据时。当我在制造业担任数据科学家时，我们的团队使用这种算法来揭示我们接下来应该进行哪些实验条件。但是，此算法不如其他算法流行。在这篇博客中，我将通过可视化和 Python 实现来解释高斯过程 [1] 的数学背景。
随机数的一些检测说明
yuchu123456的博客
07-29 3753
发现一篇目前水平看很不错的文章，暂且收录 前言 关于随机数测试，有两份比较常用的标准，一份是国密局的随机数检测规范，一份是NIST的测试标准 国密局标准参看GB/T 32915，NIST标准可以参看 https://nvlpubs.nist.gov/nistpubs/legacy/sp/nistspecialpublication800-22r1a.pdf 两者大体上一致，存在几个用例的区别，另外NIST除了统计P值总数，还统计P值的分布 NIST还提供了一个测试程序，可以从这里获取 https:
python参数估计_最小二乘与最大似然参数估计及Python实现
weixin_39624980的博客
01-29 2165
最小二乘法曲线拟合参数估计：简单起见，这里以一元线性回归为例进行介绍：假设我们获取了一组样本点数据：利用最小二乘法用多项式曲线拟合这组样本点:1、设拟合多项式为：2、样本点到该曲线的距离平方和为：目标函数为：上式对参数求偏导有：则上式等价于：若X’X的逆矩阵存在：是一个解析解(即一步到位的解法)在测试中，我们假设训练样本是在曲线y=(x2-1)3+(x-0.5)2+3sin(2x)的基础上对x和y...
支持pyramid2.x的kotti web代码
05-21
Kotti 是一个基于 Pyramid 框架的 Python 内容管理系统（CMS），适合用来搭建中小型网站、文档库、企业展示平台、知识库等需要灵活内容结构和权限模型的项目。它本身更像一个可以二次开发的 CMS 框架，比 WordPress、Drupal 这类“一装就用”的系统更倾向于开发者定制和扩展。 这是支持pyramid2.x版本的kotti！ tar -xzvf kotti1.0.tar.gz 解压缩 进入目录执行 pip install -e . 来安装， 然后执行pserve app.ini 启动。 用浏览器浏览127.0.0.1:5000 即可浏览。 用户名admin ，口令qwerty
cmd-bat-批处理-脚本-hello world.zip
最新发布
05-21
cmd-bat-批处理-脚本-hello world.zip
知识付费系统自动采集V3.0 跳转不卡顿+搭建教程
05-21
知识付费系统自动采集V3.0 跳转不卡顿+搭建教程，不和外面的一样跳转卡顿，这个跳转不卡顿，支持三级分销。
基于Matlab实现图像形状纹理颜色特征提取
05-21
在Matlab环境下，对图像进行特征提取时，主要涵盖形状、纹理以及颜色这三大关键特征。其中，对于纹理特征的提取，采用灰度梯度共生矩阵这一方法来实现。通过灰度梯度共生矩阵，可以有效地捕捉图像中像素灰度值之间在不同方向和距离上的相互关系，进而量化地反映出图像的纹理特性，为后续的图像分析、分类等任务提供重要的纹理信息依据。
实证数据-2010-2023年上市公司-管理层情感语调数据-社科经管.rar
05-21
该数据集为2010-2023年中国A股上市公司管理层情感语调的年度面板数据，覆盖45,320条样本，数据源自年报及半年报的"管理层讨论与分析"部分。通过构建中文金融情感词典（融合《知网情感分析用词典》与L&M金融词汇表），采用文本分析方法计算情感语调指标，包括：正面/负面词汇数量、文本相似度、情感语调1（(积极词-消极词)/总词数）和情感语调2（(积极词-消极词)/(积极词+消极词)）。同时包含盈利预测偏差、审计意见类型等衍生指标，可用于研究信息披露质量、市场反应及代理问题。该数据复刻了《管理世界》《财经研究》等期刊的变量构建方法，被应用于分析语调操纵对债券市场的影响，学术常用度与稀缺度较高。
cmd-bat-批处理-脚本-FTIME.zip
05-21
cmd-bat-批处理-脚本-FTIME.zip
1747829038637.png
05-21
1747829038637.png
matlab透镜傅里叶变换
03-21
E_{out}(f_x,f_y)=\int_{-\infty}^\infty \int_{-\infty}^\infty E(x,y)e^{-j2\pi (xf_x+yf_y)}dxdy, \] 其中 \( f_x=\frac{x}{\lambda z}, f_y=\frac{y}{\lambda z} \), \( \lambda \) 是波长，\( z \) 表示焦距...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值