• 2024-10-23STAR: A Simple Training-free Approach for Recommendations using Large Language Models
    目录概符号说明STARRetrievalRanking最后的结果LeeD.,KraftA.,JinL.,MehtaN.,XuT.,HongL.,ChiE.H.andYiX.STAR:Asimpletraining-freeapproachforrecommendationsusinglargelanguagemodels.2024.概本文提出了一种融合语义/协同/时序信息的方法,
  • 2024-08-24CF1326F2 Wise Men (Hard Version) 题解
    题目链接点击打开链接题目解法挺难的。可能一步一步推下来也没那么复杂(?基本copytzc_wk的题解/bx肯定不能像\(F1\)用普通的状压求,一个技巧是容斥考虑令\(f_S\)表示\(S\)中为\(1\)的位置\(p_i\)和\(p_{i+1}\)必须认识,为\(0\)的位置随便\(f\)数组相当于答案
  • 2024-08-14StarNet:关于 Element-wise Multiplication 的高性能解释研究 | CVPR 2024
    论文揭示了staroperation(元素乘法)在无需加宽网络下,将输入映射到高维非线性特征空间的能力。基于此提出了StarNet,在紧凑的网络结构和较低的能耗下展示了令人印象深刻的性能和低延迟来源:晓飞的算法工程笔记公众号论文:RewritetheStars论文地址:https://arxiv.org/abs/240
  • 2024-03-13ApeGNN: Node-Wise Adaptive Aggregation in GNNs for Recommendation论文阅读笔记
    Abstract​ 说明现有的问题:现有的gnn平等地对待用户和项目,不能区分每个节点的不同局部模式,这使得它们在推荐场景中并不理想。​ 提出本文的工作:为了解决这一挑战,我们提出了一个节点级自适应图神经网络框架ApeGNN。ApeGNN开发了一种用于信息聚合的节点级自适应融合机制,使每个节点
  • 2023-10-16论文阅读(三)——Channel-wise Topology Refinement Graph Convolution for Skeleton-Based Action Recognition
    代码实验pythonmain.py--configconfig/nturgbd-cross-subject/default.yaml--work-dirwork_dir/ntu/csub/ctrgcn--device0--num-worker0综述
  • 2023-08-09基于Pair-wise和CrossEncoder训练单塔模型
    本文分享自华为云社区《语义检索系统排序模块:基于ERNIE-Gram的Pair-wise和基于RocketQA的CrossEncoder训练单塔模型》,作者:汀丶。文本匹配任务数据每一个样本通常由两个文本组成(query,title)。类别形式为0或1,0表示query与title不匹配;1表示匹配。基于单塔Point-wise范
  • 2023-08-02语义检索系统之排序模块:基于ERNIE-Gram的Pair-wise和基于RocketQA的CrossEncoder训练的单塔模型
    语义检索系统之排序模块:基于ERNIE-Gram的Pair-wise和基于RocketQA的CrossEncoder训练的单塔模型文本匹配任务数据每一个样本通常由两个文本组成(query,title)。类别形式为0或1,0表示query与title不匹配;1表示匹配。基于单塔Point-wise范式的语义匹配模型ernie_matchi
  • 2023-08-01MobileNetV2 :Inverted Residuals and Linear Bottlenecks
    论文链接|https://arxiv.org/abs/1704.04861论文源码|https://github.com/Randl/MobileNet2-pytorch/摘要:介绍了一种新的移动端架构——MobileNetV2,其在多任务和基准以及不同模型大小的范围上进一步刷新了移动端模型的当前最佳性能。介绍了如何通过全新框架SSDLite将这
  • 2023-07-17粗读Multi-Task Recommendations with Reinforcement Learning
    论文:Multi-TaskRecommendationswithReinforcementLearning地址:https://arxiv.org/abs/2302.03328摘要Inrecentyears,Multi-taskLearning(MTL)hasyieldedimmensesuccessinRecommenderSystem(RS)applications[41].However,currentMTL-basedrecommendati
  • 2023-06-16Wise 的平台工程 KPI 探索之旅
    作者|LambrosCharissis翻译|Seal软件链接|https://medium.com/wise-engineering/platform-engineering-kpis-6a3215f0ee14 平台即产品(PaaP)已经成为软件企业构建内部平台的一种流行方式。在众多软件公司争夺市场份额的同时,还有另一种更为微妙的竞争正在兴起,例如怎样让软件工程
  • 2023-04-17模型剪枝
    背景:模型压缩包括:模型量化、模型剪枝、权值共享等压缩技术,知识蒸馏等配合模型压缩使用的恢复压缩后小模型精度的常用算法模型简直-细粒度划分: 根据修剪的最小单位区分方法非结构性剪枝:权重剪枝、向量剪枝、kernel剪枝,这些剪枝算法可以造成模型结构的不规则化,所以这些方法需要
  • 2023-02-17Python中的几种矩阵乘法【转】
    一. np.dot()1.同线性代数中矩阵乘法的定义。np.dot(A,B)表示:对二维矩阵,计算真正意义上的矩阵乘积。对于一维矩阵,计算两者的内积。2.代码 【code】importnum
  • 2023-01-24【ARIXV2209】Multi-Scale Attention Network for Single Image Super-Resolution
    【ARIXV2209】Multi-ScaleAttentionNetworkforSingleImageSuper-Resolution代码:https://github.com/icandle/MAN这是来自南开大学的工作,将多尺度机制与大核注意机
  • 2023-01-24STEP-WISE温控系统
    本章节分析governor之一的step_wise。1、基本术语概念在介绍之前,先介绍几个术语概念来帮助大家理解:1.1trippoint可以理解为一个阈值吧,每一个温度区间的阈值可以理解
  • 2022-12-09subject-wise cross-validation 和 record-wise cross-validation是什么?怎么翻译?
    subject-wisecross-validation和record-wisecross-validation是什么?怎么翻译?这里的record其实就是《机器学习》里定义的”示例“(instance)或”样本“(sample),就是一
  • 2022-11-11网络剪枝 -- 理论
    剪枝分类从networkpruning的粒度来说,可以分为结构化剪枝(structuredpruning)和非结构化剪枝(Unstructuredpruning)两类早期的一些方法是基于非结构化的,它裁剪的
  • 2022-11-10【CF1326F2】Wise Men
    【CF1326F2】WiseMenDescription有\(n\)个人。给出\(n\)个人的「认识情况」(双向且保证合法)定义bool值函数\(K(i,j)\)表示两个人是否认识考虑一个\(n\)个人编号的排
  • 2022-10-11OTA 细节学习
    定义为了便于理解,我们假设:一张图片上有3个目标框,即3个groundtruth项目有2个检测类别,比如cat/dog网络输出1000个预测框,其中只有少部分是正样本,绝大多数是负样本
  • 2022-10-05如何优雅的清理注册表
    清理的理由当您使用Windows时,注册表会不断增长,注册表中的过时项也会不断增长,这最终会导致性能下降甚至系统崩溃。选择WiseRegistryCleaner的理由WiseRegistryClean
  • 2022-09-30PVN3D: 基于Deep Point-wise 3D关键点投票的6D姿态估计网络(香港科技大学提出)
    论文链接:​​https://arxiv.org/pdf/1911.04231v1.pdf​​代码链接:​​https://github.com/ethnhe/PVN3D.git​​.背景介绍由于光照变化、传感器噪声、场景遮挡和目标截断等
  • 2022-09-24组合测试术语:Pairwise/All-Pairs、OATS(Orthogonal Array Testing Strategy)
    组合测试组合测试(CombinatorialTest)是一种黑盒测试用例生成方法,主要针对多输入参数组合场景。目前业界较流行的两种组合测试方法,一种是Pairwise/All-Pairs,即配对组合。OA