代码编织梦想

【ICML2020联邦学习论文解读】SCAFFOLD: Stochastic Controlled Averaging for Federated Learning-爱代码爱编程

论文解读:SCAFFOLD: Stochastic Controlled Averaging for Federated Learning 作者:Sai Praneeth Karimireddy 主页, Satyen Kale, Mehryar Mohri,Sashank J. Reddi, Sebastian U. Stich, Ananda Th

NeurIPS 2020 | MiniLM:通用预训练模型压缩方法-爱代码爱编程

基本信息 机构: 微软研究院 作者: Wenhui Wang, Furu Wei, Li Dong, Hangbo Bao, Nan Yang, Ming Zhou 论文地址: https://arxiv.org/abs/2002.10957 论文代码: https://github.com/microsoft/unilm/tree/master/

【转】【NLP】【ACL2020】DeeBERT:衡量性能与效率的 BERT 推理方法-爱代码爱编程

原文链接:【ACL2020】DeeBERT:衡量性能与效率的 BERT 推理方法 DeeBERT 作者信息 Elesdspline 目前从事NLP与知识图谱相关工作。 导语 近年来预训练在 NLP 领域的各个任务上都表现出来很好的效果,但是在推理速度方面却不如人意,所以有很多的研究针对如何加快推理而提出了各种各样的尝试。 本文针对

小样本学习&元学习经典论文整理||持续更新-爱代码爱编程

  本文整理了近些年来有关小样本学习的经典文章,并附上了原文下载链接以及论文解读链接。关注公众号“深视”,回复“小样本学习”,可以打包下载全部文章。该文我会持续更新,不断增添新的文章和相关解读,大家可以收藏关注一下。 一、基于度量学习的小样本学习算法 1.《Siamese Neural Networks for One-shot Image Recog

Res2Net: A New Multi-scale Backbone Architecture-爱代码爱编程

论文链接:https://arxiv.org/pdf/1904.01169.pdf  2020 IEEE TPAMI 2020的一篇文章 代码链接:https://github.com/Res2Net/Res2Net-PretrainedModels 主要思想:主要是为了增强resnet的multi-scale的能力,以往获得the multi-sca

目标检测 - 二阶段检测 - Faster-RCNN-爱代码爱编程

部分内容参考: 1、https://blog.csdn.net/liuxiaoheng1992/article/details/81843363 2、mmdetection源码(下面简称为mmdet) 论文解读 模型结构 论文中的图 一个更详细的图 Faster-RCNN有两部分组成:RPN和Fast-RCNN。两者共享同一个backbone。具体

一起读论文 | PeerRead:挖掘同行评审意见的价值-爱代码爱编程

导读:今天分享一篇来自CMU、艾伦AI研究院和华盛顿大学合作的论文《A Dataset of Peer Reviews (PeerRead): Collection, Insights and NLP Applications》[1],聚焦在科学文献发表过程中的同行评审机制的研究工作。作者公开了一份研究数据集,详细阐述了数据收集过程,对其做了一些统计

基于信息内容的词林词语相似度计算 - 论文及代码讲解-爱代码爱编程

文章目录 论文同义词林简介特点代码获取词的编码求IC值求相似度选取相似度最大值 论文:《基于信息内容的词林词语相似度计算 》-2018-彭琦,朱新华等 查看 代码:https://github.com/yaleimeng/Final_word_Similarity 论文 同义词林简介 将词表保存在new_cilin.txt文件中: 特

基于多重继承与信息内容的知网词语相似度计算 - 论文及代码讲解-爱代码爱编程

文章目录 概念example.pyHybridSim.pyhowNet.py 论文:《基于多重继承与信息内容的知网词语相似度计算》-2017-张波,陈宏朝等 查看 代码:https://github.com/yaleimeng/Final_word_Similarity 总体感受: 太乱了,有可能是之前没怎么接触这块。 看论文,搞不懂怎么回事

Image Synthesis in Multi-Contrast MRI With Conditional Generative Adversarial Networks—论文解读-爱代码爱编程

Image Synthesis in Multi-Contrast MRI With Conditional Generative Adversarial Networks 文章概述及亮点摘要介绍方法数据集数据归一化与图像配准网络训练用于比较的模型实验基于GAN的模型比较和SOAT合成方法比较光谱密度分析泛化性抗噪性代码 文章概述及亮点 作者

【图像分割】UNet网络学习笔记-爱代码爱编程

原论文:U-Net: Convolutional Networks for Biomedical Image Segmentation Olaf Ronneberger, Philipp Fischer, and Thomas Brox 一、研究背景 首先理解什么是图像分割。图像分割是指把图像分成各个具有相应特性的区域并提取出感兴趣的目标的技

ULDOR:一种基于伪Mask和HNEM方法的通用病变检测器 ---解读-爱代码爱编程

作者:You-Bao Tangy Ke Yany  Yu-Xing Tangy Jiamin Liuy Jing Xiaoz Ronald M.  Summers 原文地址: https://arxiv.org/abs/1901.06359?context=cs.CV 摘要:       由于外观相似(例如强度和纹理)在病变和

【目标检测】Faster R-CNN网络学习笔记-爱代码爱编程

原论文:Faster R-CNN: Towards Real-Time ObjectDetection with Region Proposal Networks  Shaoqing Ren, Kaiming He, Ross Girshick, and Jian Sun 传送门:Faster R-CNN TensorFlow版源码解读 一

【论文解读】Inductive Representation Learning on Large Graphs(GraphSAGE)-爱代码爱编程

Inductive Representation Learning on Large Graphs William在2017年发表于NIPS,是一篇关于动态网络表征学习(Dynamic NRL)的论文,属于 property-preserving 方法 论文链接:https://papers.nips.cc/paper/6703-inductive-re