自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

土豆洋芋山药蛋的博客

理性的生存,诗意地栖居!

  • 博客(240)
  • 资源 (3)
  • 论坛 (3)
  • 收藏
  • 关注

原创 一句话+一张图说清楚——银行家算法

本文试图用一句话+一张图说清楚操作系统中的银行家算法。我相信用一句话可以讲清楚一个算法的核心思想,一张图可以描述整个算法的操作步骤。但本人能力有限,错误之处望大家指出,多谢。一句话:当一个进程申请使用资源的时候,银行家算法通过先 试探 分配给该进程资源,然后通过安全性算法判断分配后的系统是否处于安全状态,若不安全则试探分配作废,让该进程继续等待。 那么此时会有一个问题,...

2018-05-08 21:10:44 60462 47

原创 贯穿时域与频域的方法——傅立叶分析(直观理解+Matlab实现)

Q1:时域与频域是什么?时域故名思议就是随着时间的推移,我们所能直观感受的东西或事物,比如说音乐,我们听到动听的音乐,这是在时域上发生的事情。而对于演奏者来说音乐是一些固定的音符,我们听到的音乐在频域内是一个永恒的音符,音符的个数是有限且固定的,但可以组合出无限多的乐曲。傅立叶也告诉我们,任何周期函数都可以看作不同振幅,不同相位的正弦波的叠加。就像用音符组合出音乐一样。贯穿时域和频

2018-01-21 14:16:59 50995 28

原创 python两个数值互换(浅析a,b=b,a原理)

python交换两个值得方法非常简单,即a,b=b,a,一步操作就交换了两个值,那么这是为什么呢?真相:Python的变量并不直接存储值,而只是引用一个内存地址,交换变量时,只是交换了引用的地址。先看下面这段程序:import disdef func(a,b): a,b=b,a print(a,b)a=10b=20func(a,b)dis.dis(func) 一般来说一个P

2017-11-13 17:02:18 48324

原创 滤波反投影重建算法(FBP)实现及应用(matlab)

滤波反投影重建算法实现及应用(matlab)1. 滤波反投影重建算法原理 滤波反投影重建算法常用在CT成像重建中,背后的数学原理是傅立叶变换:对投影的一维傅立叶变换等效于对原图像进行二维的傅立叶变换。(傅立叶中心切片定理)CT重建算法大致分为解析重建算法和迭代重建算法,随着CT技术的发展,重建算法也变得多种多样,各有各的有特点。本文使用目前应用最广泛的重建算法——滤波反投影算

2017-09-28 22:24:31 43073 124

原创 【论文阅读 - AAAI 2020】Order Matters:Semantic-Aware Neural Networks for Binary Code Similarity Detection

Order Matters: Semantic-Aware Neural Networks for Binary Code Similarity DetectionAuthors:Zeping Yu,1∗ Rui Cao,1∗ Qiyi Tang,1 Sen Nie,1 Junzhou Huang,2 Shi Wu1† 1Tencent Security Keen Lab, Shanghai, China2Tencent AI Lab, Shenzhen, China{zepingyu, ruich

2020-11-04 17:32:39 137

原创 做研究与写论文【周志华教授】

本文内容来自于周志华老师在2007年的报告《做研究与写论文》首先讲到研究与研发的区别,其主要区别在于“新”:研究:发现新知识、发明新技术研发:根据已有知识和技术进行研制、开发科学研究可以扩展人类的知识,没有科学研究就没有技术进步如何做研究?研究的基本过成可以分为TPIC,即Topic -> Problem -> Idea -> Concrete work (theoretical analysis, experiments).1、Topic计算机科学发展到今天,已经是一

2020-11-02 13:49:13 52

原创 ROUGE的理解

ROUGE的理解ROUGE表示Recall-Oriented Understudy for Gisting Evaluation,这是在文本摘要以及机器翻译中重要的评价指标。它通过将自动产生的摘要或翻译与一组参考摘要(通常是人工产生的)进行比较来工作。目前在文本摘要任务中最常用的评价方法是ROUGE(Recall-Oriented Understudy for Gisting Evaluation,来源于2003的paper Automatic Evaluation of Summaries Using

2020-10-24 09:49:45 49

原创 【论文阅读 - AAAI 2020】TreeGen: A Tree-Based Transformer Architecture for Code Generation

TreeGen: A Tree-Based Transformer Architecture for Code GenerationConference: AAAI 2020Autors:Zeyu Sun,† Qihao Zhu,† Yingfei Xiong,∗† Yican Sun,† Lili Mou,‡ Lu Zhang† †Key Laboratory of High Confidence Software Technologies (Peking University), MoE; Sof

2020-10-15 16:49:59 107 1

原创 【Posts阅读】关于 Deep Sets 和 Neural Processes的简单介绍

A Gentle Introduction to Deep Sets and Neural Processes关于 Deep Sets个 Neural Processes的简单介绍Link: https://gordonjo.github.io/post/deepsets_nps/Author:Jonathan GordonMachine Learning PhD StudentMy research interests include probabilistic machine learni

2020-10-06 19:36:18 234

原创 【论文阅读-ASE 2020】利用单词重叠信息的代码检索 OCoR: An Overlapping-Aware Code Retriever

OCoR: An Overlapping-Aware Code RetrieverConference: ASE 2020Authors:摘要代码搜索任务是通过给出一段自然语言描述,模型能够找到一系列最相关的代码片段,由此来帮助开发人员重用代码。然而现有的方法都无法来专门捕获一个重要的特征:单词重叠(overlaps)。有不同的开发人员写的使用的不同名称可能是相关联的,比如“message”和“msg”它们表达的意思很可能是相同的。而且对于程序语言的变量名称和相应的自然语言描述之间的overl

2020-10-06 15:33:01 94

原创 【论文阅读 - AAAI 2019】Abstractive Summarization: A Survey of the State of the Art

Abstractive Summarization: A Survey of the State of the ArtConference: AAAI 2019Authors:Hui Lin, Vincent NgHuman Language Technology Research Institute University of Texas at Dallas Richardson, TX 75083–0688 {hui,vince}@.hlt.utdallas.edu论文链接:https://ww

2020-09-26 22:28:24 88

原创 C程序在内存中的布局与常见的漏洞
原力计划

1. C程序员通用的漏洞指南C语言中大多数漏洞都与缓冲区溢出和字符串操作相关,在大多数情况下,都会导致段错误(segmentation fault),但仅过精心设计的输入值,但是,根据体系结构和环境特别设计的恶意输入值可能会导致任意代码的执行。下面列出了最常见的错误和建议的修复/解决方案。gets函数gets()函数不会检查缓冲区的长度,常常会成为一个漏洞。有漏洞的代码:#include...

2020-06-16 21:32:43 515

原创 使用tf.data 加载文件夹下的图片集合并分类
原力计划

Tensorflow原始教程链接在官网:https://tensorflow.google.cn/tutorials/load_data/images简化版:https://colab.research.google.com/drive/146IoL0nVN7HOA3sUJ08zAGbngmwTArDp?usp=sharing但原始教程中比较繁琐,对于想要直接使用的情况的话,本文将如下要点提炼出来。1、数据假设你有如下形式的数据:每一个类别的名称就是文件夹名称,每个文件夹下面放置该类的图片。

2020-06-16 21:17:01 327

转载 【转载】linux screen 命令详解

转载:David_Tanglinux screen 命令详解https://www.cnblogs.com/mchina/archive/2013/01/30/2880680.html一、背景系统管理员经常需要SSH 或者telent 远程登录到Linux 服务器,经常运行一些需要很长时间才能完成的任务,比如系统备份、ftp 传输等等。通常情况下我们都是为每一个这样的任务开一个远程终...

2020-05-02 13:18:18 175

原创 联邦学习(Federated Learning)白皮书
原力计划

联邦学习白皮书下载地址:https://cn.fedai.orghttps://img.fedai.org.cn/wp-content/uploads/pdf/联邦学习白皮书_v2.0.pdf2020年4月8日,微众银行人工智能部联合电子商务与电子支付国家工程实验室(中国银联)、鹏城实验室、平安科技、腾讯研究院、中国信通院云大所、招商金融科技等多家企业和机构发布了《联邦学习白皮书V 2....

2020-04-28 11:56:34 1784

原创 联邦学习(Federated Learning)介绍
原力计划

参考资料:Tensorflow官网教程:https://www.tensorflow.org/federated/联邦学(federated learning)习生态:https://cn.fedai.orgfederated learning/联邦学习:https://daiwk.github.io/posts/dl-federated-learning.htmlFederated ...

2020-04-21 13:44:16 1685

原创 NLP从Seq2Seq到ALBERT模型理解与实践

今天来推荐一下自己开源的一个小项目,主要包括NLP中一些经典模型的理解与相关实践,从最初的Seq2Seq到目前比较流行的BERT模型,以及BERT模型改进——ALBERT模型等。链接地址:https://github.com/LIANGQINGYUAN/NLP-Notebook下面包含这个仓库的基本学习路线、目录和示例。基本学习路线下面是模型实践的基本学习路线:图片内年分为对应模型的...

2020-04-19 00:15:23 400 4

原创 【科研】经典演讲“You and Your Research”
原力计划

在贝尔通讯研究研讨会系列的一次研讨会上,加利福尼亚蒙特雷海军研究生院教授,贝尔实验室退休科学家Richard W. Hamming博士作了一个非常有趣且令人振奋的演讲,“You and Your Research” 。这次演讲的重点是Hamming对以下问题的观察和研究:“为什么只有少部分的科学家做出了巨大的贡献,而大多数科学家的贡献都在历史中被遗忘了?”。根据他40多年的经验(其中30年在贝尔实...

2020-03-20 21:54:29 303 1

原创 【NLP】ALBERT:瘦身版的BERT模型
原力计划

引言BERT是一种预训练模型,有很多预训练模型,例如skip-gram,cbow可以用在embedding的时候的预训练模型,但参数比较少,我们得在加上很多其他层来训练。ALBERT也是一种预训练模型。在深度学习中,我们知道把网络变深可以增加模型的效果,但将BERT模型的网络变深,hiddne size变大之后将会很大训练,因为参数的量级达到了十几G。所以就引出了ALBERT的核心研究问题:...

2020-03-17 13:59:05 406

原创 【NLP】李宏毅老师ELMO, BERT, GPT讲解【笔记】

零、引例首先来看一个例子,下面有四句话,每一句话中都有“bank”这个单词:1、Have you paid that money to the bank yet ?2、It is safest to deposit your money in the bank .3、The victim was found lying dead on the river bank .4、They sto...

2020-03-07 19:33:48 752 1

原创 【NLP】Transformer机制与实战(Tensoflow2.x)

一、基本框架Transformer模型是Google在2017年的论文《Attention is all you need》中提出的一种模型。Transformer之前的Seq2Seq的模型中,Encoder和Decoder中的基本单元结构是RNN系列(如LSTM,GRU等)的单元。但在Transformer中并没有使用这些单元结构。首先来说一下transformer和LSTM的最大区别, ...

2020-03-06 21:48:19 535

原创 【NLP】Attention机制与实战(Tensoflow2.x)

Attention是一种用于提升基于RNN(LSTM或GRU)的Encoder + Decoder模型效果的机制(Mechanism),一般称为Attention Mechanism。Attention给模型赋予了区分辨别的能力,例如,在机器翻译、语音识别应用中,为句子中的每个词赋予不同的权重,使神经网络模型的学习变得更加灵活(soft),同时Attention本身可以做为一种对齐关系,解释翻译输...

2020-03-03 22:09:01 823

原创 PRML《模式识别与机器学习》的Python3代码实现

项目地址:Python实现:https://github.com/ctgk/PRMLMatlab实现:https://github.com/PRML/PRMLTPRML是一本有关机器学习的入门必备书籍,与“西瓜书”齐名,目前豆瓣评分9.5分:书籍评价引用网友对PRML的评价:“个人认为这是机器学习领域必读的一本书,甚至是目前最好的书。但这本书太过于 Bayesian, 作者对任何...

2020-03-03 21:04:38 804

原创 【NLP】Seq2Seq模型与实战(Tensoflow2.x、Keras)

一、从RNN到Seq2Seq根据输出和输入序列不同数量rnn可以有多种不同的结构,不同结构自然就有不同的引用场合。如下图,one to one 结构,仅仅只是简单的给一个输入得到一个输出,此处并未体现序列的特征,例如图像分类场景。one to many 结构,给一个输入得到一系列输出,这种结构可用于生产图片描述的场景。many to one 结构,给一系列输入得到一个输出,这种结构可用...

2020-02-20 18:11:47 898

原创 第4章(4.4~4.6节)自定义层与计算【深度学习计算】--动手学深度学习【Tensorflow2.0版本】

项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0UC 伯克利李沐的《动手学深度学习》开源书一经推出便广受好评。很多开发者使用了书的内容,并采用各种各样的深度学习框架将其复现。现在,《动手学深度学习》书又有了一个新的复现代码版本——TensorFlow2.0 版,短时间内成为了github上千star项目,欢迎关注。文章...

2020-01-31 22:31:50 257

原创 第4章(4.1~4.2节)模型构造与参数【深度学习计算】--动手学深度学习【Tensorflow2.0版本】

项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0UC 伯克利李沐的《动手学深度学习》开源书一经推出便广受好评。很多开发者使用了书的内容,并采用各种各样的深度学习框架将其复现。现在,《动手学深度学习》书又有了一个新的复现代码版本——TensorFlow2.0 版,短时间内成为了github上千star项目,欢迎关注。文章...

2020-01-31 16:17:23 294

原创 第3章(3.11~3.16节)模型细节/Kaggle实战【深度学习基础】--动手学深度学习【Tensorflow2.0版本】

项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0UC 伯克利李沐的《动手学深度学习》开源书一经推出便广受好评。很多开发者使用了书的内容,并采用各种各样的深度学习框架将其复现。现在,《动手学深度学习》书又有了一个新的复现代码版本——TensorFlow2.0 版,短时间内成为了github上千star项目,欢迎关注。3....

2020-01-31 14:47:07 491

原创 第3章(3.8~3.10节)多层感知机实现【深度学习基础】--动手学深度学习【Tensorflow2.0版本】

项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0UC 伯克利李沐的《动手学深度学习》开源书一经推出便广受好评。很多开发者使用了书的内容,并采用各种各样的深度学习框架将其复现。现在,《动手学深度学习》书又有了一个新的复现代码版本——TensorFlow2.0 版,短时间内成为了github上千star项目,欢迎关注。文章...

2020-01-30 20:51:20 1731

原创 第3章(3.2~3.7节)线性/Softmax回归实现【深度学习基础】--动手学深度学习【Tensorflow2.0版本】

项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0UC 伯克利李沐的《动手学深度学习》开源书一经推出便广受好评。很多开发者使用了书的内容,并采用各种各样的深度学习框架将其复现。现在,《动手学深度学习》书又有了一个新的复现代码版本——TensorFlow2.0 版,短时间内成为了github上千star项目,欢迎关注。文章...

2020-01-30 15:01:50 449

原创 第3章3.1节-线性回归【深度学习基础】--动手学深度学习【Tensorflow2.0版本】

项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0UC 伯克利李沐的《动手学深度学习》开源书一经推出便广受好评。很多开发者使用了书的内容,并采用各种各样的深度学习框架将其复现。现在,《动手学深度学习》书又有了一个新的复现代码版本——TensorFlow2.0 版,短时间内成为了github上千star项目,欢迎关注。...

2020-01-29 13:59:10 453

原创 第2章【预备知识】--动手学深度学习【Tensorflow2.0版本】

项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0UC 伯克利李沐的《动手学深度学习》开源书一经推出便广受好评。很多开发者使用了书的内容,并采用各种各样的深度学习框架将其复现。现在,《动手学深度学习》书又有了一个新的复现代码版本——TensorFlow2.0 版,短时间内成为了github上千star项目,欢迎关注。...

2019-12-18 10:39:42 427

原创 第1章【深度学习简介】--动手学深度学习【Tensorflow2.0版本】

项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0UC 伯克利李沐的《动手学深度学习》开源书一经推出便广受好评。很多开发者使用了书的内容,并采用各种各样的深度学习框架将其复现。现在,《动手学深度学习》书又有了一个新的复现代码版本——TensorFlow2.0 版,短时间内成为了github上千star项目,欢迎关注。深度...

2019-12-17 20:42:08 599 1

原创 第0章【序】--动手学深度学习【Tensorflow2.0版本】

项目地址:https://github.com/TrickyGo/Dive-into-DL-TensorFlow2.0这个项目将《动手学深度学习》 原书中MXNet代码实现改为TensorFlow2.0实现。经过我同学的导师咨询李沐老师,这个项目的实施已得到李沐老师的同意。原书作者:阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者,GitHub地址:https:/...

2019-12-06 17:52:10 430

原创 【神器】Noteboke好用的插件推荐

最近给notebook装上了几个插件,使用效果顿时好了很多,不管是写代码,写文档的效率都有了很大的提升,我甚至想马上去卸载了Typora。下面来看看对于一个有写代码和文档需求的程序员而言,都有哪些好用的插件吧。首先看看我安装所有插件后的notebook界面:既可以写公式,又能写代码,还能分级显示和隐藏,真是太方便了,下面介绍每一种插件。0.安装插件集合notebook是一个集开发、文档书...

2019-11-29 22:52:44 171

原创 SMT Solver-Z3入手教程

Z3是一种SMT Solver,用于在给定背景逻辑的情况下,求解改组理论解释下的公式可满足性。下载安装从下面链接中下载新的Z3版本:https://github.com/Z3Prover/z3/releases安装:1.cd z32.python scripts/mk_make.py3.cd build(切换到build文件夹)4.make看到Z3 was successfull...

2019-11-27 19:49:59 1671

原创 python中nan值判断与处理

查看空值df.head() #查看前5行数据np.isnan(df).sum() #获得nan的数量np.isinf(df).sum() #获得infinity的数量df.isnull().any() #判断哪些”列”存在缺失值df[df.isnull().T.any().T] #找出含有nan的所有行空置处理填充#空值处理方式data.fillna(data.mea...

2019-11-08 19:01:12 1850

原创 【Kaggle】导致患心脏病的因素分析

这篇文章根据已有的数据对一个人是否患有心脏病进行预测,并分析每个特征对预测结果的影响,以及对于每个病人而言,究竟是哪个特征的异常最终导致了他的患心脏病的概率大大增加了。项目来源于Kaggle:https://www.kaggle.com/tentotheminus9/what-causes-heart-disease-explaining-the-model,感兴趣也可以clone他的kerne...

2019-11-07 08:44:59 1213

原创 强化学习【RL】推荐

强化学习强化学习是机器学习的一个重要分支,是多学科多领域交叉的一个产物,它的本质是解决 decision making 问题,即自动进行决策,并且可以做连续决策。它主要包含四个元素,agent,环境状态,行动,奖励, 强化学习的目标就是获得最多的累计奖励。学习资料介绍Github上一个12.9k的强化学习仓库,其中提供了Reinforcement Learning: An Intro...

2019-10-17 22:25:11 239

原创 TensorFlow的名字来源?矩阵与张量的区别?

TensorFlow为啥叫TensorFlow?什么是Tensor?它和矩阵有什么区别和联系?为什么不能叫MatrixFlow?一、什么是Tensor?数学家眼中的Tensor和物理学家眼中的Tensor实在是把我看懵了,接下来就看看没有复杂公式版的,且用于非数学及物理方面的Tensor,或许以后有机会再做一篇Tensor的详细数学定义和解释。Tensor指张量,是对矢量和矩阵向潜在的更...

2019-10-11 16:37:01 476

原创 CPU和GPU的区别是什么?

CPU是一种微处理器,用于执行程序根据操作(如算术、逻辑、控制和输入-输出)给出的指令。相反,GPU最初设计用于在电脑游戏中渲染图像。CPU强调低延迟,而GPU则强调高吞吐量。CPU Vs GPU 内容比较表格定义区别关键不同结论1. 比较表格从上图中可以看出区别:CPU:注重低延迟,擅长处理穿行的指令;核心少但每个核心功能强大;并且内存消耗大等。GPU:注重高吞吐量;擅...

2019-10-11 10:44:47 1189

64位msvcp120d&msvcr120d;

64位win10系统亲测可用!!!,如果有积分又恰好看到这里,就用积分下载一下吧 : ) 如果 没有 积分, 下面 网址中 可以 免费 下载 https://www.dll-files.com/msvcr120d.dll.html

2018-02-05

flaskr简单实现

flask的微型博客应用,参照flask官网实例。它仅支持一个用户创建文本且没有打赏和评论功能。但依然拥有让你入门所需的所有功能。

2017-10-14

FBP-有无滤波器及插值方式的比较(matlab)

滤波反投影重建算法中有无滤波器及插值方式的比较(matlab)

2017-09-28

土豆洋芋山药蛋的留言板

发表于 2020-01-02 最后回复 2020-04-09

黑客如何邮件让自动加密文件和映射网络磁盘?

发表于 2016-04-08 最后回复 2018-01-13

虚拟机Vmware中的连网问题。

发表于 2016-04-05 最后回复 2017-11-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人 TA的粉丝

提示
确定要删除当前文章?
取消 删除