qq_68308828的博客

最佳温度可能因不同的数据集而异，需要进一步调整。如图6所示，在最小化学生网络和教师网络之间的相关性差异方面，我们的对比蒸馏目标明显优于其他目标。另一个观察结果是，虽然将教师学生组合从相同的架构风格切换到不同的架构风格，但提取中间表示的方法往往比从最后几层中提取的方法表现更差。这可能是因为，不同风格的架构有自己的解决方案路径，从输入映射到输出，因此强制中间表示的模拟可能与这种归纳偏差相冲突。对于源模态上的原始训练任务，此类数据没有真实标签 y，因此我们忽略我们测试的所有目标中的 H(y, yS ) 项。

本篇笔记 拉高了本人博客的逼格 因为能读到 这篇paper 我感觉到了 数学 或是概率统计对我们来说 真的非常重要

KNN 和 SVM 图片分类 任务 代码及细节分享

决策树 小demo

冒泡时间好长啊

【代码】插入排序改进 将交换变成赋值语句 优点适用于近乎有序的序列。

for j = i j > 0 (到第二个) j--从第二个开始，从后面往前找，如果比其小，就交换，else 就终止。辅助函数 多了一个copy。

1.clock end- start / per sec 得到运行的秒数。2. 判断函数是不是正常 传入参数如代码。

修改一下测试用例的生成方式

算法与数据结构 学习笔记2

选择排序