落了一地秋的博客

Correlation Congruence for Knowledge DistillationAbstractIntrodution2.Related Work3.CCKD3.1 3.1. Background and Notations3.2. Knowledge Distillation3.3. Correlation Congruence3.4. Generalized kernel-based correlation3.5. Strategy for Mini-batch Sampler具体采样

添加链接描述添加链接描述简单来说，正样本 就是对于gt center point 所落在 的 grid 网格 所生成的 anchors 中与 gt 计算出最大的IOU的 anchor。负样本就是预测框 与所有的 gt 计算得到的最大IOU，如果 < ignore_thres ,就是负样本。上方图片表诉中括号的意为：一个anchor可能既是正样本又是负样本。Focal Loss 其实很简单来说就是平衡了，正负样本不平衡，难分类样本，易分类样本的不平衡。...

Relational Knowledge DistillationRKD (Abstract+introduction)2. Related Work3. Our Approach3.1 IKD(Individual KD)3.2 RKD（Relational knowledge distillation）3.2.1 Distance-wise distillation loss3.2.2 Angle-wise distillation loss3.2.3 Training with RKD3.2.4 Di

Computing tasks assignment optimization among edge computing servers via SDN基于SDN的边缘计算服务器间计算任务分配优化作为云计算的延伸，边缘计算已经成为处理5G下物联网(IoE)新服务场景的重要模式，尤其是边缘设备产生的延迟敏感计算任务。边缘计算通过在网络边缘部署服务器来提供满足延迟敏感性特征的关键支持。然而，不同网络边缘的大量不均匀分布式计算任务通常会导致单边缘计算服务器的任务处理延迟瓶颈。任务分配主要是基于本地ECS状