代码编织梦想

【视频异常检测】real-爱代码爱编程

Real-world Anomaly Detection in Surveillance Videos 论文阅读 Abstract1. Introduction2. Related Work3. Propose

论文阅读之lora: low-爱代码爱编程

文章目录 论文地址主要内容主要贡献模型图技术细节实验结果 论文地址 LORA: LOW-RANK ADAPTATION OF LARGE LAN- GUAGE MODELS 主要内容 这篇文章的

论文阅读:机器人跑酷学习-爱代码爱编程

项目开源地址:https://github.com/ZiwenZhuang/parkour 摘要: 跑酷对腿部机动性是一项巨大的挑战,要求机器人在复杂环境中快速克服各种障碍。现有方法可以生成多样化但盲目的机动技能,或者是

论文阅读-爱代码爱编程

摘要—基于参数服务器架构的异步训练广泛应用于大规模数据集和深度神经网络模型的扩展训练。在大规模分布式深度学习系统中,通信一直被认为是主要瓶颈。最近的研究尝试通过梯度稀疏化和量化方法来减少通信流量。我们发现前期研究存在三个限制。首先,他们的梯度稀疏化工作的基本准则是梯度的大小。然而,梯度的大小表示当前的优化方向,而不能指示参数的重要性,这可能导致对重要参数的

【论文精读】ota: optimal transport assignment for object detection(物体探测的最优传输分配)-爱代码爱编程

OTA最优传输 🚀🚀🚀摘要一、1️⃣ Introduction---介绍二、2️⃣Related Work---相关工作2.1 🎓 Fixed Label Assignment--静态标签分配2.2 ✨

《communicative agents for software development》全文翻译-爱代码爱编程

《Communicative Agents for Software Development》- 沟通性智能主体促进软件开发 论文信息Abstract1. Introduction2. CHATDEV2.1 聊

【论文阅读】scalable diffusion models with transformers-爱代码爱编程

DiT:基于transformer架构的扩散模型。 paper:[2212.09748] Scalable Diffusion Models with Transformers (arxiv.org) code:facebookresearch/DiT: Official PyTorch Implementation of "Scalable Diff

论文阅读:forget-爱代码爱编程

Forget-Me-Not: Learning to Forget in Text-to-Image Diffusion Models 论文链接 代码链接 这篇文章提出了Forget-Me-Not (FMN),用来消除文生

图像分割论文阅读:adaptive context selection for polyp segmentation-爱代码爱编程

这篇论文的主要内容是关于一种用于息肉分割的自适应上下文选择网络(Adaptive Context Selection Network,简称ACSNet) 1,模型的整体结构 模型的整体结构基于编码器-解码器框架,并且包含了三个关键模块:局部上下文注意力模块(LCA)、全局上下文模块(GCM)和自适应选择模块(ASM)。 2,LCA模块 它的主要

论文阅读_参数微调_p-爱代码爱编程

1 P-Tuning PLAINTEXT 1 2 3 4 5 6 7 英文名称: GPT Understands, Too 中文名称: GPT也懂 链接: https://arxiv.org/abs/2103.10385 作者: Xiao Liu, Yanan Zheng, Zhengxiao Du, Ming Ding, Yujie Qian,

bert 论文阅读笔记-爱代码爱编程

文章目录 前言论文阅读同类工作比较模型架构训练方式使用步骤实验结果 其他 前言 BERT是在NLP领域中第一个预训练好的大型神经网络,可以通过模型微调的方式应用于后续很多下游任务中,从

gpt系列 论文阅读笔记-爱代码爱编程

文章目录 GPT-1GPT-2GPT-3 GPT-1 GPT-1的核心:基于Transformer的解码器构建一个模型,在大量无标号的文本数据上训练一个模型,然后再在下游的子任务上进行微调。当

【论文阅读】基于多特征融合的智能合约缺陷检测方法-爱代码爱编程

摘要: 1、预处理:颜色标记、词汇提取、字符转换、合约之间的继承关系的提取 2、 使用融合模型进行特征提取(BERT、CNN、BiLSTM) 3、使用node2vec随机游走算法,将合约之间的继承关系作为输入得到合约关系的

mint: detecting fraudulent behaviors from time-爱代码爱编程

2. 问题定义 时间序列关系数据(Time Series Relation Data) 这个数据是存放在关系型数据库中,每一条记录都是泰永时间搓的行为。 更具体地,每条记录表示为

vpcformer:一个基于transformer的多视角指静脉识别模型和一个新基准-爱代码爱编程

文章目录 VPCFormer:一个基于transformer的多视角指静脉识别模型和一个新基准总结摘要介绍相关工作单视角指静脉识别多视角指静脉识别Transformer 数据库基本信息 方法总体

【论文笔记】robotgpt: robot manipulation learning from chatgpt-爱代码爱编程

【论文笔记】RobotGPT: Robot Manipulation Learning From ChatGPT 文章目录 【论文笔记】RobotGPT: Robot Manipulation Learnin

ai论文速读 | timexer:让 transformer能够利用外部变量进行时间序列预测-爱代码爱编程

题目: TimeXer: Empowering Transformers for Time Series Forecasting with Exogenous Variables 作者:Yuxuan Wang ; Haix

论文阅读_时序模型_itransformer-爱代码爱编程

1 2 3 4 5 6 7 8 英文名称: ITRANSFORMER: INVERTED TRANSFORMERS ARE EFFECTIVE FOR TIME SERIES FORECASTING 中文名称: ITRANSFORMER:倒置Transformers在时间序列预测中的有效性 链接: https://openreview.net/for

【论文阅读】irnet:具有像素间关系的实例分割的弱监督学习-爱代码爱编程

【论文阅读】IRNet:具有像素间关系的实例分割的弱监督学习 文章目录 【论文阅读】IRNet:具有像素间关系的实例分割的弱监督学习一、介绍二、联系工作三、方法四、实验结果 Weakly Sup

3d gaussian splatting论文阅读笔记-爱代码爱编程

作者 | 海边的卡冈图雅  编辑 | 汽车人 原文链接:https://zhuanlan.zhihu.com/p/669104251 点击下方卡片,关注“自动驾驶之心”公众号 ADAS巨卷干货,即可获取 点击进入→自动驾驶之心【NeRF】技术交流群 本文只做学术分享,如有侵权,联系删文 目前辐射场一类场景表示方