based专题

▶《强化学习的数学原理》(2024春)_西湖大学赵世钰 Ch5 蒙特卡洛方法【model-based ——＞ model-free】

PPT 截取必要信息。课程网站做习题。总体 MOOC 过一遍 1、视频 + 学堂在线习题 2、过电子书是否遗漏【下载：本章 PDF GitHub 页面链接】【第二轮才整理的，忘光了。。。又看了一遍视频】 3、过 MOOC 习题看 PDF 迷迷糊糊，恍恍惚惚。学堂在线课程页面链接中国大学MOOC 课程页面链接 B 站视频链接 PPT和书籍下载网址：【Gi

越复杂的CoT越有效吗？Complexity-Based Prompting for Multi-step Reasoning

Complexity-Based Prompting for Multi-step Reasoning 论文：https://openreview.net/pdf?id=yf1icZHC-l9 Github：https://github.com/FranxYao/chain-of-thought-hub 发表位置：ICLR 2023 Complexity-Based Prompting for

▶《强化学习的数学原理》(2024春)_西湖大学赵世钰 Ch4 值迭代与策略迭代【动态规划 model-based】

PPT 截取必要信息。课程网站做习题。总体 MOOC 过一遍 1、视频 + 学堂在线习题 2、过电子书补充【下载：本章 PDF 电子书 GitHub】 [又看了一遍视频。原来第一次跳过了好多内容。。。] 3、总体 MOOC 过一遍习题学堂在线课程页面链接中国大学MOOC 课程页面链接 B 站视频链接 PPT和书籍下载网址：【GitHub 链接】总述：

Polyp-DDPM: Diffusion-Based Semantic Polyp Synthesis for Enhanced Segmentation

Polyp- ddpm:基于扩散的语义Polyp合成增强分割摘要：本研究介绍了一种基于扩散的方法Polyp-DDPM，该方法用于生成假面条件下息肉的逼真图像，旨在增强胃肠道息肉的分割。我们的方法解决了与医学图像相关的数据限制、高注释成本和隐私问题的挑战。通过对分割掩模(代表异常区域的二进制掩模)的扩散模型进行调节，poly - ddpm在图像质量(实现fr起始距离(FID)得分为78.47

Age and gender estimation based on Convolutional Neural Network and TensorFlow

训练数据处理 imdb数据提取 gender: 0 for female and 1 for male, NaN if unknown age: 年龄分为101类,分别为从0到100岁. 将训练数据转换为tfrecords格式,命令为, python convert_to_records_multiCPU.py --imdb --nworks 8 --imdb_db /home/rese

Android Glide, first start based on loadThumbnail, Kotlin（二）

Android Glide, first start based on loadThumbnail, Kotlin（二） Android Glide, first start based on loadThumbnail, Kotlin（一）中有个小问题，通过loadThumbnail()采集到的缩略图真的就是整张图片的完整缩略图，直接放在正方形小格子里面，明显看到左右或者上下有空隙，因此

density based clustering algorithm,

1. 首先看到这个webSite讲的比较清楚，可以看下，https://blog.dominodatalab.com/topology-and-density-based-clustering/ We're hiring! BLOG HOME LEARN MORE ABOUT DOMINO Density-Based Clustering dat

Rcmp: Reconstructing RDMA-Based Memory Disaggregation via CXL——论文阅读

TACO 2024 Paper CXL论文阅读笔记整理背景 RDMA：RDMA是一系列协议，允许一台机器通过网络直接访问远程机器中的数据。RDMA协议通常固定在RDMA NIC（RNIC）上，具有高带宽（>10 GB/s）和微秒级延迟（~2μs），这些协议得到了InfiniBand、RoCE和OmniPath等公司的广泛支持[20, 47, 62]。RDMA基于两种类型的操作原语提供数据传输

A comprehensive review of machine learning-based models for fake news detection

Abstract 互联网在假新闻传播中的作用使其成为一个严重的问题，需要复杂的技术来自动检测。为了应对 Facebook、Twitter、Instagram 和 WhatsApp 等社交媒体网站上误导性材料的快速传播，本研究探索了深度学习方法和各种分类策略领域。该研究特别调查了基于 Transformer 的模型（如 BERT、递归神经网络 (RNN) 和卷积神经网络 (CNN)）在

$Policy-Based Reinforcement Learning（1）$

Policy-Based Reinforcement Learning（1）

之前提到过Discount Return： Action-value Function ： State-value Function: （这里将action A积分掉）这里如果策略函数很好，就会很大；反之策略函数不好，就会很小。对于离散类型：用神经网络近似策略，即学习参数，使得越来越大。这里使用梯度上升的方法，对于一个可观测状态s，更新这里称为策略梯度（P

基于图像特征的视觉跟踪系统（Feature-based visual tracking systems）--一篇Visual Tracking Benchmark (2013)综述

reference:http://blog.csdn.net/anshan1984/article/details/8866455 最近读到一篇关于视觉跟踪的综述性文章，“Evaluation of Interest Point Detectors and Feature Descriptors for Visual Tracking”，发表在2011年3月International Jour

Training Region-based Object Detectors with Online Hard Example Mining(CVPR2016 Oral)

转载自：http://zhangliliang.com/2016/04/13/paper-note-ohem/ Training Region-based Object Detectors with Online Hard Example Mining是CMU实验室和rbg大神合作的paper，cvpr16的oral，来源见这里：http://arxiv.org/pdf/1604.03540

Feature Manipulation for DDPM based Change Detection

基于去噪扩散模型的特征操作变化检测文章提出了一种基于去噪扩散概率模型（DDPM）的特征操作变化检测方法。变化检测是计算机视觉中的经典任务，涉及分析不同时间捕获的图像对，以识别场景中的重要变化。现有基于扩散模型的方法主要关注提取特征图，而本文的方法专注于操作扩散模型提取的特征图，使其在语义上更有用。文章提出了两种方法：特征注意力（Feature Attention）和流对齐融合（Flow Dua

论文阅读：《Improving Content-based and Hybrid Music Recommendation using Deep Learning》

https://blog.csdn.net/u011239443/article/details/79984751 论文地址： https://www.smcnus.org/wp-content/uploads/2013/09/deep_mr.pdf 摘要现有的基于内容的音乐推荐系统通常采用两阶段的方法。他们首先提取传统的音频内容特征，如 Mel-frequency cepstral系

XML-Based Injection in Spring 基于XML配置的依赖注入

原文链接：XML-Based Injection in Spring 1. Introduction 概述 In this basic tutorial, we’ll learn how to do simple XML-based bean configuration with the Spring Framework. 这里，一起学习如何在Spring框架中使用XML文件进行bean对

【论文学习】A Survey of Deep Learning-based Object Detection-基于深度学习的目标检测综述

A Survey of Deep Learning-based Object Detection 基于深度学习的目标检测综述原文：https://arxiv.org/pdf/1907.09408.pdf Abstract 【目标检测】是计算机视觉最重要和具有挑战性的分支之一，广泛应用于监控安全，自主驾驶等。对于检测任务，深度学习网络的飞速发展，给目标检测器性能带来极大的提升。目标

强化学习中model-free和model-based

强化学习中model-free和model-based 1.Model-Based 强化学习算法2.Model-Free 强化学习算法3.对比总结在强化学习（Reinforcement Learning, RL）中，算法通常分为两大类：model-based 和 model-free。它们的主要区别在于是否显式地构建和利用环境的模型。 1.Model-Based 强化学习算

$Value-Based Reinforcement Learning（1）$

Value-Based Reinforcement Learning（1）

Action-Value Functions Discounted Return（未来的reward，由于未来存在不确定性，所以未来的reward 要乘以进行打折）这里的依赖actions ，和states 这里 Policy Function : ，表达了action的随机性 State Transition : ，表达了转移状态的随机性由于存在action，和sta

$Value-Based Reinforcement Learning（2）$