making专题

【POJ 3666】Making the Grade（简单DP)

首先可以明确一个方面，那就是如果将X改成Y，那么Y肯定是这N个数中的某一个（为什么仔细想想）之后可以得到一个状态转移那就是dp[i][j]代表已经考虑了i位的情况下，结尾为j的最小更改数。状态转移为dp[i][j] = min(dp[i-1][k] + abs(a[i] - b[j])) 这样的话可以写出一个初步的代码： #include<cstdio>#include<cst

[论文笔记]Making Large Language Models A Better Foundation For Dense Retrieval

引言今天带来北京智源研究院(BAAI)团队带来的一篇关于如何微调LLM变成密集检索器的论文笔记——Making Large Language Models A Better Foundation For Dense Retrieval。为了简单，下文中以翻译的口吻记录，比如替换"作者"为"我们"。密集检索需要学习具有区分性的文本嵌入，以表示查询和文档之间的语义关系。考虑到大语言模

【ZOJ】3889 Making Sequence【构造】

传送门：【ZOJ】3889 Making Sequence 根据题意构造即可。ZOJ月赛我们抢的第二个FBwww my code: my~~code: #include <bits/stdc++.h>using namespace std ;typedef unsigned long long ULL ;const int MAXN = 205 ;ULL n , a , b , s ,

POJ 3666 Making the Grade (DP+离散化)

题目地址：POJ3666 dp[i][j]表示第i位时，值为j时的最小代价。因为j太大，由于要改变值的话，变到与之最近的值相同是最优的，所以可以离散化，这样，j对应了各个值得下标。复杂度O(n^2)。代码如下： #include <iostream>#include <string.h>#include <math.h>#include <queue>#include <algor

英语学习笔记37——Making a bookcase

Making a bookcase 做书架词汇 Vocabulary work v. 工作 ing形式：working 搭配：work on + 工作做……工作　　　work for + 人为……而工作例句：我正在做我的家庭作业。　　　I am working on my homework. 　　　我正在为Bobby工作。　　　I am working for Bobby. n.

操作系统论文导读（二十）：Making Powerful Enemies on NVIDIA GPUs

RTSS-2022: Making Powerful Enemies on NVIDIA GPUs 目录一、文章核心二、文章背景背景介绍干扰通道研究问题文章的创新点方法论三、必要知识与相关工作 A 背景知识 CUDA 基础 GPU 硬件并发和干扰通道干扰通道 SM 内部干扰通道 B 相关工作 CPU时间分析 GPU时间分析 GPU共享四

openlayers官方教程（十）Vector Data——Making it look nice

Making it look nice 前面已经完成了基础的功能，包括导入、编辑、导出。但是没有做一下美化，当你创建了一个矢量图层，会默认很多样式。编辑过程中的交互也是默认的样式，你可能注意到在编辑过程中线条很粗，这个可以通过向矢量图层和交互提供style来控制这些属性。 Static style 如果我们给所有要素集定义通用的样式，可以如下配置： const layer = ne

Making a Class Schedule Using a Genetic Algorithm 中的fitness函数的解析

genetic algotithm 排课排课过程中的一些硬条件： A class can be placed only in a spare classroomNo professor or student group can have more then one class at a time.A classroom must have enough seats to accomm

Grid Computing: Making The Global Infrastructure a Reality

poj 3666 Making the Grade （动态规划）

菜菜的说一下（若有幸被高人看见，请指导），初次学dp，这个题想了好久，不会~上网看了一个思路，看了好久，终于看懂了~ 好笨啊%>_<% 先附此人博客： http://blog.sina.com.cn/s/blog_82a8cba50100tog6.html 题意：输入N, 然后输入N个数，求最小的改动这些数使之成非严格递增即可，要是非严格递减，反过来再求一下就可以了。看

Making the Grade [kuangbin带你飞]刷题记录

Making the Grade 题目链接核心思想 : 暴力枚举版的dp 我们可以发现一个结论 : 只要a[i]需要改变 , 那么它一定会等于它前面那个最终确定值或者后面那个最终确定值即就是这个 :只要a[i]需要改变那么b[i]==b[i-1]或者a[i-1]或者b[i+1]或者a[i+1] 推到这里了我们就可以直接dp枚举出答案了 AC代码 #include<iostrea

Making a simple web server in Python

Learning to Track: Online Multi-Object Tracking by Decision Making

来源：ICCV2015 创新点：把在线MOT的问题看作是Markov决策的过程（MDP），一个目标的生存期用一个MDP来建模。学习一个用于数据关联的相似性函数等价于学习一个MDP的策略。这个MDP策略的学习方式是强化学习，能够充分利用在线学习和离线学习在数据关联方面的优势。此外，所提框架可以利用现存的在线单目标跟踪的方法，将目标的birth/death和appearance/disappeara

#动态规划#poj 3666 洛谷 2893 修路 Making the Grade

题目给出一个长度是 n n n的序列 A A A，构造出一个长度为 n n n的单调不递减序列 B B B，使 ∑ i = 1 n a b s ( A [ i ] − B [ i ] ) \sum_{i=1}^nabs(A[i]-B[i]) ∑i=1nabs(A[i]−B[i])最小分析设 f [ i ] [ j ] f[i][j] f[i][j]表示完成前 i i i个数的构造

Making Large Language Models Perform Better in Knowledge Graph Completion论文阅读

文章目录摘要1.问题的提出引出当前研究的不足与问题KGC方法LLM幻觉现象解决方案 2.数据集和模型构建数据集模型方法基线方法任务模型方法基于LLM的KGC的知识前缀适配器知识前缀适配器与其他结构信息引入方法对比 3.实验结果与分析结果分析：可移植性实验：消融实验 4.结论与启示结论总结局限性启发原文链接： Making Large Language Mod

Making the Grade 路面修整

「POJ 3666」Making the Grade 路面修整 1 算法标签 dp动态规划，滚动数组优化 2 题目难度提高/提高+ 3 题面「POJ 3666」Making the Grade 路面修整 4 分析题面 4.1 简要描述给出数列 A A A, 求非严格单调不上升或单调不下降, 且 S = ∑ i = 1 N ∣ A i − B i ∣ S=\sum^N_{i=

[BZOJ 1592] Making The Grade路面修整

1592: [Usaco2008 Feb]Making the Grade 路面修整 Time Limit: 10 Sec Memory Limit: 162 MBSubmit: 704 Solved: 483[Submit][Status][Discuss] Description FJ打算好好修一下农场中某条凹凸不平的土路。按奶牛们的要求，修好后的路面高度应当单调上升或单调下降，

Making Reconstruction-based Method Great Again for Video Anomaly Detection

Making Reconstruction-based Method Great Again for Video Anomaly Detection 文章信息：发表于ICDM 2022（CCF B会议）原文地址：https://arxiv.org/abs/2301.12048 代码地址：https://github.com/wyzjack/MRMGA4VAD 摘要视频中的异常检测是一

KoPA: Making Large Language Models Perform Better in Knowledge Graph Completion

本来这个论文用来组会讲的，但是冲突了，没怎么讲，记录一下供以后学习。创新点按照我的理解简单概述一下这篇论文的创新点提出使用大模型补全知识图谱，并且融合知识图谱的结构信息提出一个新的模型KoPA模型，采用少量的参数进行模型的微调采用类似于In-context learning的方式实现，structure-aware 常规的知识图谱补全方式根据目前对一些模型的了解，我其实也没看多少

InvisiSpec Making Speculative Execution Invisible in the Cache Hierarchy

InvisiSpec: Making Speculative Execution Invisible in the Cache Hierarchy 摘要：推测式执行对微架构的任何状态改变都可能会泄露信息论文提出了InvisiSpec，通过在数据缓存的层级结构中使得推测执行不可见，从而抵御硬件的推测攻击。主要是阻断了利用数据缓存进行隐蔽信道或侧信道来传递推测式load泄露的数据在invisi

Making Reconstruction-based Method Great Again for Video Anomaly Detection

Making Reconstruction-based Method Great Again for Video Anomaly Detection 文章信息：发表于ICDM 2022（CCF B会议）原文地址：https://arxiv.org/abs/2301.12048 代码地址：https://github.com/wyzjack/MRMGA4VAD 摘要视频中的异常检测是一

Sequential Decision Making under uncertain - 不确定性条件下的序列决策制定

Sequential Decision Making 序列决策制定可以被归纳为为下面的交互式闭环过程：目标：选择能够最大化未来全部收益期望的动作(actions)。这可能不一直都是好的标准，但这是大多数强化学习所关注的。但现在也有一些人对distribution honorable强化学习和其他方面有兴趣可能需要平衡即时收益和长期回报可能需要策略化的行为以取得高回报(你可能需要牺牲初

Core Text Tutorial for iOS : Making a Magazine App 翻译

原文：https://www.raywenderlich.com/153591/core-text-tutorial-ios-making-magazine-app Core Text 是一个底层文本引擎，当与 Core Graphics/ Quartz 框架一起使用时，它可以对布局和格式进行细粒度的控制。在 iOS 7 时候，Apple 发布了 TextKit 类库，它可以存储、列出和显示

relocation R_X86_64_32S against `a local symbol' can not be used when making a shared object; recomp

前几天遇到的一个问题，说明的很清楚是要加上-fPIC重新编译，这个问题只有在64位系统中编译的时候才会出现。-fPIC 作用于编译阶段，告诉编译器产生与位置无关代码(Position-Independent Code)，则产生的代码中，没有绝对地址，全部使用相对地址，故而代码可以被加载器加载到内存的任意位置，都可以正确的执行。这正是共享库所要求的，共享库被加载时，在内存的位置不是固定的。

警告提示：Consider making the text value selectable by specif

转自http://blog.sina.com.cn/s/blog_6e334dc70101b7nu.html Android中新更新的规则，须指定android:text="@string/home_title"不想指定的话android:text=""就可以了

第十章 Making big changes

usr_09 Using the GUI I don’t want to use gui usr_10 Making big changes 10.1 Record and playback commands The “.” command repeats the preceding change. recording The “q{register}” command start