2023-09-06 Learning Note for Class One

最新推荐文章于 2024-09-25 16:08:43 发布
最新推荐文章于 2024-09-25 16:08:43 发布
阅读量47 收藏
点赞数 1
文章标签： 程序人生 学习方法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/pt2584587/article/details/132711408
版权

文章目录

1.Join QQ Group

1.QQ group Number

  • 2022 Soflware Class One-Computer English-QQ Group Number:169085897
    在这里插入图片描述

2.Requirement of joining QQ Group

  • You nust be a student from Big Dala School fo Luzhou Vocational and Technical College.
  • Modify your group card and use your real name.(No nickname in the QQ group!）

||.join Cloud Class

  • Searvh,download and install Cloud Class app on your smartphone

  • 2022 Software Class One - Computer English - cloud Class Number:5713445在这里插入图片描述

  • We use the app to do sign-in this time

  • Let’s take a look at the sign-in result.在这里插入图片描述

|||.Use Mindmap

1.Download XMind Software

  • download the software from QQ group sharing在这里插入图片描述

2.Install XMind Software

  • complete the installation of the software step by step according to the wizard在这里插入图片描述

  • After you finidh the installation,you will see a new icon on the desktop.在这里插入图片描述

3.Create a Mindmap

(1)Choose a Template
  • choose yout favorite template在这里插入图片描述
(2)Chppse a Style
  • choose your favorite style在这里插入图片描述
(3)Operate on Nodes
  • select a node
  • add a child node:press Tab key
  • add a brother node:press Enter key
  • delete a node: first select a node,then press Del key
(4)Practice - self-Introduction
  • introduce yourself and make others know you more在这里插入图片描述

IV.The feeling of the first class：

  • 英语基础有点差，讲课的速度有点快还没有听懂就过了
  • 我以为是传统的英语教学没有想到一点都不一样
pt2584587
关注
【论文笔记】AffinityNet Semi-supervised few-shot learning for disease type prediction
苣篛
02-20 1108
AffinityNet: Semi-Supervised Few-Shot Learning for Disease Type PredictionPublication:Code:Dataset:IntroductionRelated WorkAffinity Network Model (AffinityNet)kNN attention pooling layerAttention kernelsLayer-specific dynamic affinity graphSemi-supervised
基于Q-Learning 的FlappyBird AI
BENULL的博客
12-27 1867
基于Q-Learning 的FlappyBird AI 在birdbot实现的FlappyBird基础上训练AI，这个FlappyBird的实现对游戏进行了简单的封装，可以很方便得到游戏的状态来辅助算法实现。同时可以显示游戏界面方便调试，能够看到算法实现的效果。也可以选择关闭游戏界面以及声音，这样游戏仍然能正常运行，一般用于训练阶段，可以减少CPU的占用 实现参考的是SarvagyaVaish的Flappy Bird RL Q-Learning Q-Learning是强化学习算法中value-based的算
2023/09/06 learning Note for Class 2
weixin_50256192的博客
09-07 557
EnterDel。
pytorch-metric-learning度量学习工具官方文档翻译
胖胖大海的博客
01-27 1769
损失函数可以使用距离、规约方法和正则化方法来进行定制化。在下面的图表中，miner在批量中找到难训练的样本对的索引，这些索引被索引到距离矩阵。
【论文翻译】Many-Class Few-Shot Learning on Multi-Granularity Class Hierarchy
小张好难瘦的博客
04-13 1239
Many-Class Few-Shot Learning on Multi-Granularity Class Hierarchy 多粒度类层次上的多类少样本学习 摘要 We study many-class few-shot (MCFS) problem in both supervised learning and meta-learning settings. Compared to the well-studied many-class many-shot and few-class few-s
【论文翻译】Meta R-CNN : Towards General Solver for Instance-level Low-shot Learning
小张好难瘦的博客
04-19 1486
Meta R-CNN : Towards General Solver for Instance-level Low-shot LearningMeta R-CNN：面向实例级少样本学习的通用解算器 论文地址： 代码地址：https://yanxp.github.io/metarcnn.html Abstract Resembling the rapid learning capability of human, lowshot learning empowers vision systems t.
OpenPrompt：An Open-Source Framework for Prompt-learning
勇气与行动
12-08 3906
链接：GitHub - thunlp/OpenPrompt: An Open-Source Framework for Prompt-Learning. Overview Prompt-learningis the latest paradigm to adapt pre-trained language models (PLMs) to downstream NLP tasks, which modifies the input text with a textual template and di.
【Few-Shot Incremental Learning】ALICE in ECCV 2022 个人理解
研究兴趣：开放集识别、开放世界识别、新类发现、增量学习、少样本学习
12-15 1065
Few-Shot Class-Incremental Learning from an Open-Set Perspective: 利用初始样本充足的训练数据训练一个强大的特征提取器，根据余弦相似度以最近类均值（Nearest Class Mean, NCM）规则进行分类。
Multi-Modal Multi-Scale Deep Learning for Large-Scale Image Annotation
bxg1065283526的博客
09-03 3019
Abstract Image annotation aims to annotate a given image with a variable number of class labels corresponding to diverse visual concepts. In this paper, we address two main issues in large-scale imag...
MicrosoftAsia-Semantics-Aligned Representation Learning for Person Re-identification---论文阅读笔记和工程实现总结
HeavenerWen的博客
05-19 1329
摘要 In this paper, we propose a framework that drives the reID network to learn semantics-aligned feature representation through delicate supervision designs 提出了一个框架，一个驱动reID 网络学习语义对齐的feature represention through 精细的监督设计。 学到的特征，在本质上就是语义对齐的意思。 ...
[Paper Note] Learning to Reweight Examples for Robust Deep Learning
Jemary_的博客
11-20 4142
Learning to Reweight Examples for Robust Deep Learning PAPER CODE Abstract 面对样本不平衡问题和标签噪声等问题，之前是通过regularizers或者reweight算法，但是需要不断调整超参取得较好的效果。本文提出了meta-learning的算法，基于梯度方向调整权重。具体做法是需要保证获得一个足够干净的小样本数据集，每...
Machine Learning - Lecture 01 Class Note
sesiria的博客
01-04 621
Introduction What is Machine Learning? Two definitions of Machine Learning are offered. Arthur Samuel described it as: "the field of study that gives computers the ability to learn without being exp
程序人生-2024我的个人总结
车轮的博客
09-21 1537
其实从裁到现在变化最大的是心境，以前尼是总有各种项目，无尽的电话，以及各种事在屁股后面追着我，而且每天三点一线，家-单位-家，最主要是每天就是盼着周末和节假日，之后等到被裁之后，天天家里一待，都快抑郁了，主要是也去面试了很多，不是挂羊头卖狗肉，就是培训班，要不就是稍微沾点边的工作，左思右想之下，决定创业，创业之后，是不闲着了，但是确实心里没底，以前在单位，每个月起码不用担心五险一金，而且还有商业保险，累了还能请假，创业了就是给自己打工，这还是没招人，招人还得心思工资啥的。
前端框架React的详细的学习方法和过程
2401_87352036的博客
09-25 737
此外，你还可以关注React社区的最新动态，阅读优秀的博客文章、教程和视频教程，以了解React生态系统的发展和最新技术。React Hooks是React 16.8版本引入的一个重要特性，它允许你在不编写类的情况下使用state和其他React特性。随着React的不断更新和发展，你需要不断地学习和实践，以掌握最新的技术和最佳实践。你可以尝试构建一些简单的React项目，如待办事项列表、天气预报应用等，以加深对React概念和技术的理解。学习React作为前端架构的一部分，是一个系统且逐步深入的过程。
jdk-1.8(8u211-windows-x64)
10-07
jdk-8u211-windows-x64
光储并网直流微电网simulink仿真模型，光伏采用mppt实现最大功率输出 储能由蓄电池和超级电容构成的混合储能系统 为了
10-07
光储并网直流微电网simulink仿真模型，光伏采用mppt实现最大功率输出。 储能由蓄电池和超级电容构成的混合储能系统。 为了确保微网并网时电能质量，采用二阶低通滤波法对光伏输出功率进行抑制，
失物招领信息交互平台 SSM毕业设计 源码+数据库+论文（JAVA+SpringBoot+Vue.JS）.zip
最新发布
10-07
失物招领信息交互平台 SSM毕业设计 源码+数据库+论文（JAVA+SpringBoot+Vue.JS） 启动教程：https://www.bilibili.com/video/BV1GK1iYyE2B
GTT2602-VB一种N-Channel沟道SOT23-6封装MOS管
10-07
30V;6A;RDS(ON)=30mΩ@VGS=10V;VGS=20V;Vth=1.2V
PHP开发的e-Learning平台教程
2. 电子学习（e-learning）平台：e-learning是指通过电子设备和网络进行教学和学习的模式。这种平台通常包括用户认证、课程管理、学习资料分发、作业提交、在线测试、成绩管理等功能。 3. 开发流程：开发一个基于...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值