论文1：CryoDRGN-ET：深度重建生成网络以可视化细胞内动态生物分子 Abstract 虽然冷冻电子断层扫描可以以分子分辨率揭示结构，但图像处理算法仍然是解决原位生物分子结构异质性的瓶颈。本文介绍CryoDRGN-ET用于cryoET断层图的异质重建。CryoDRGN-ET直接从子断层扫描倾斜系列图像中学习三维密度图的深度生成模型，并且可以捕获成分和构象不同的状态。 通过原位恢复肺炎支原

一.前情提要 1.本文理论为主，并且仅为个人理解，能力一般，不喜勿喷 2.本文理论知识较为散碎 3.如有需要，以下是原文，更为完备 Neural Corpus Indexer 文档检索【论文精读·47】_哔哩哔哩_bilibili 二.正文 （本文争议较大，因为作者在实验的时候把测试集和训练集搞混了一部分造成实验数据精度很高） 1.通过端到端的神经网络，把训练和检索放到一起，能有效提

作者本人在知乎写了更详细的文章，本博客只是提炼要点并作为个人笔记，想了解更详细的内容还是要看论文和作者的博客：[ICCV 2021 Oral] Paint Transformer - 基于笔触预测的快速油画渲染算法         本文思路是模拟笔画，从粗的笔画不断变细，达到绘制一副油画的效果。这种方法既可以保证生成图像与原图像相似，但同时保留油画的特点和质感。之前，网易实验室已

1.【FNN】《Deep Learning over Multi-field Categorical Data: A Case Study on User Response Prediction》 作者： Weinan Zhang and Tianming Du and Jun Wang 发布时间： 2016-01 来源： arXiv:1601.02376 引用数： 367 地址： https:

1.【FM】《Factorization Machines》 作者： Rendle, Steffen 发布时间： 2010-12 来源： 2010 IEEE International Conference on Data Mining 引用数： 2062 地址： https://doi.org/10.1109/ICDM.2010.127 笔记： FM将SVM模型的优势和因式分解模型结合。FM模

1.【MMoE】《Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Experts》 作者： Ma, Jiaqi and Zhao, Zhe and Yi, Xinyang and Chen, Jilin and Hong, Lichan and Chi, Ed H. 发布时间： 2018-

本文架构如上图，十分简单明了。         通过RA模块，将深层的特征图做sigmoid处理，使其接近但不是二值图像，然后转变灰度，并将处理后的特征图直接与浅一层的特征图相乘。         这样做是因为模型在经过基层处理和深度监督后，已经基本能学会大致分割出病灶了，此时特征图中病灶为白，背景为黑。翻转灰度后，病灶为黑，背景为白。两种特征图相乘，要么是病灶分割得太小，

线程同步 同步，顾名思义就是齐步并进。异步，就是两个人各走各的不管对方。两个同步的线程要时不时停下来等等对方，比如说一个线程负责读磁盘、另一个线程负责解析文件内容，那么解析文件内容的线程就要等都读磁盘的线程把内容读出来才能解析。而异步的两个线程各自干自己的工作，不会因为对方状况而阻塞。 在实际工作中总是会需要一些并发的操作，比如最基本的，服务器总要同时维持很多连接吧。 比如你要记录当前的连接数

相比于直接对图像进行分类，本文更关注特征提取部分，通过令提取的不同类特征在超球面上尽可能远离，让属于同一类的特征尽可能靠近，来提高模型面对样本不平衡时的分类性能。 这是本文的方法和效果示意图。第一行的KCL是之前的方法，TSC为本文方法。之前的方法在面对极端的样本不平衡时，训练图像多的类会挤占训练图像少的类，让小样本的类之间的特征混在一起，导致分类准确率下降，而本文方法面对极端不平衡时依然可

文献粗读： Channel Gating Neural NetworksNeuron-Level Structured Pruning using Polarization RegularizerSCOP: Scientific Control for Reliable Neural Network PruningProvable Filter Pruning for Efficient N