Over-squashing （过度压缩，顾名思义就是数据被“压缩”的过分小了，导致学不到什么东西。） 1、 why 会被压缩的过分小？ 可能因为网络过深，那么在多层传播后，信息可能会被过度压缩（本质是特征减少了，当层数过多时会大大杂糅信息，导致特征减少，输出维度过小也会），导致细节丢失。 2、why 学不到什么东西? 会加剧梯度消失的现象，导致早期层几乎不学习，从而使得输入信息的重要细

标签平滑（Label Smoothing）是一种正则化技术，用于深度学习模型的训练过程中，特别是在分类任务中。这种技术的目的是防止模型对于训练数据中的某些标签过于自信，从而可能导致过拟合。在过拟合的情况下，模型在训练数据上表现很好，但在未见过的测试数据上泛化能力较差。 在没有标签平滑的传统训练过程中，我们通常使用硬目标（hard targets），即每个训练样本的目标标签用一个one-hot编码

估计语言模型的概率 Unigram 首先统计语料库中所有的单词个数，然后统计每个单词出现的概率， 计算整句的概率 但是这种LM中，如果一个句子中的单词在语料库中没有出现，那么这个词的概率为0，这就导致整个句子概率为0 这显然是不合适的，用到一个平滑操作，使得虽然概率很小，但是不让它为0 Bigram 除了第一个单词的概率要通过Unigram计算，其他后边都是条件概率，要先在语料库找到条件

本文很简单，了解几个可能平时用得不太多，长得不太熟的font相关的几个CSS属性，分别是：font-kerning, font-smoothing和font-variant。 字距调整属性font-kerning font-kerning应该算是一个CSS3属性，主要作用是调整字形间距，且基本上是英文字符形状的间距，因为英文字符形状都是不规则的，有宽有窄，有的圆乎乎，有的棱角分明，就会导致排列

一 （1）-webkit-font-smoothing：可以使页面上的字体抗锯齿,使用后字体看起来会更清晰舒服。 属性含义none对低像素的文本比较好subpixel-antialiased默认值antialiased抗锯齿很好 （2）-moz-osx-font-smoothing: inherit | grayscale Gecko内核的浏览器火狐吧，认识到字体图标逐渐发展的一个热潮，也针

MATLAB Fundamentals>Common Data Analysis Techniques>Smoothing Data> (3/5) Smoothing Electricity Data 数据准备：This code sets up the activity. load electricityDatawhostotal = usage(:,end);sectorUsage

Moving Least Squares(MLS) 移动最小二乘法，可以用来平滑和重采样，接下来将介绍使用方法。https://en.wikipedia.org/wiki/Moving_least_squares（MLS介绍） 使用统计分析很难去除一些数据不规则（由小距离测量误差引起）。 要创建完整的模型，必须考虑光泽表面以及数据中的遮挡。 在无法获得额外扫描的情况下，解决方案是使用重采样算法，

本文将介绍 Whittaker Smoothing 时间序列数据平滑算法。Whittaker Smoothing 对于一个给定的时空图像集合，它可以生成平滑的时间序列图像。 具体而言，这些函数实现了以下过程： extractBits函数将从一个 QA 图像中提取一些特定的比特位，返回一个新的单波段图像，其中每个像素的值代表了提取出的比特位。getDifferenceMatrix函数生成一个

第一节：Good-Turning Smoothing N c N_c Nc​:出现c次的单词的个数