- 综合排序
- 最热优先
- 最新优先
- 来自专栏Soul Joy Hub
深度学习论文分类整理
2 深度学习方法 2.1 模型 █[14] Hinton, Geoffrey E., et al. CoRR, abs/1510.00149 2 (2015). [pdf] ★★★★ 地址：https://pdfs.semanticscholar.org/8f67/64a59f0d17081f2a2a9d06f4ed1cdea1a0ad.pdf █[5] Ren In arXiv preprint arXiv:1609.08144v2, 2016. [pdf] ★★★★★ 地址：https://arxiv.org/pdf/1411.4038v2.pdf █[2] L.-C. Chen, G. Papandreou, I.
1.1K50发布于 2018-04-18 - 来自专栏十月梦想
php常用函数分类整理
extract($arr);用于把数组中的元素转换成变量导入到当前文件中，键名当作变量名，值作为变量值 注：（第二个参数很重要，可以看手册使用）使用方法 echo $a; compact(var1,var2, $arr,'function','words'); 使用用户函数对数组中的每个成员进行处理（第三个参数传递给回调函数function） array_mpa("function",$arr1,$arr2) ($arr1,$arr2); 递归合并操作，如果数组中有相同的字符串键名，这些值将被合并到一个数组中去。 ,$arr2,$arr3); 返回差集结果数组，键名也做比较 数组的交集 array_intersect($arr1,$arr2); 返回交集结果数组 array_intersect_assoc( '; $sex='男'; $Adr='上海'; $arr=compact('name','Age','Adr','heigh','sex'); print_r($arr); 原文地址《php常用函数分类整理
1K20发布于 2018-08-29 - 来自专栏知了一笑
大数据简介，技术体系分类整理
2、特点分析 大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。 二、Hadoop框架 1、Hadoop简介 注意这里基于Hadoop2.X版本描述。后续如果没有特别说明，都是2.7版本。 ? Hadoop是一个由Apache基金会所开发的分布式系统基础架构； 提供海量的数据存储能力，和分析计算能力； 作为Apache的顶级项目，包含众多子项目是一个生态圈； 2、框架特点 可靠性：Hadoop 2、Flume日志系统 开源组织：Cloudera公司 应用场景： Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方
1.4K60发布于 2020-09-19 - 来自专栏机器学习与推荐算法
SIGIR 2021 | 推荐系统相关论文分类整理
https://sigir.org/sigir2021/accepted-papers/ 本文选取了SIGIR 2021中86篇长文，44篇短文，重点对推荐系统相关论文（87篇）按不同的任务场景和研究话题进行分类整理 Recommendations Social Recommendation 基于热门技术 Graph-based VAE-based GAN-based FM-based Other Tasks · 2 Enhanced Graph Learning for Collaborative Filtering via Mutual Information Maximization【通过MIM来增强图学习】 Set2setRank
1.7K40发布于 2021-05-11 - 来自专栏微信公众号【Java技术江湖】
JAVA最流行的技术选型分类整理
Eureka（Netflix），Consul，Nacos，Etcd，Zookeeper
2.9K20发布于 2019-09-24 - 来自专栏深度学习思考者
CV codes代码分类整理合集
CV codes代码分类整理合集(http://www.sigvc.org/bbs/thread-72-1-1.html) 一、特征提取Feature Extraction： SIFT [1] [Demo program][SIFT Library] [VLFeat] PCA-SIFT [2] [Project] Affine-SIFT [3] [Project] 、图像分割Image Segmentation： Normalized Cut [1] [Matlab code] Gerg Mori’ Superpixel code [2] , and Niebur’ saliency detection [1] [Matlab code] Frequency-tuned salient region detection [2] Image Classification, Clustering Pyramid Match [1] [Project] Spatial Pyramid Matching [2]
1.2K30发布于 2019-05-27 - 来自专栏对白的算法屋
SIGIR 2022 | 推荐系统相关论文分类整理
Paperssigir.org/sigir2022/program/accepted/ 本文选取了SIGIR 2022中170篇长文或短文，重点对推荐系统相关论文（124篇）按不同的任务场景和研究话题进行分类整理 Cross-domain/Multi-behavior Recommendation Knowledge-aware Recommendation News Recommendation Others 2 Thinking inside The Box: Learning Hypercube Representations for Group Recommendation 【超立方体表示用于组推荐】 2. 自然语言生成的对话系统】 4.3 Summarization HTKG: Deep Keyphrase Generation with Neural Hierarchical Topic Guidance V2P
1.9K10编辑于 2022-05-17 - 来自专栏深度学习自然语言处理
NlPS2022 | 自然语言处理相关论文分类整理
中国人民大学高瓴人工智能学院 研究方向 | 对话式信息获取 来自 | RUC AI Box 本文从NeurlPS 2022 的2000多篇接收论文中筛选出了与自然语言处理相关的论文200多篇，并按照研究主题进行分类整理 本文从 2000 多篇接收论文中筛选出了与自然语言处理相关的论文 200 多篇，并按照研究主题进行分类整理，以供参考。 Scaling Laws in Language and Vision Learning to Scaffold: Optimizing Model Explanations for Teaching 2. Mind the Gap: Understanding the Modality Gap in Multi-modal Contrastive Representation Learning GLIPv2: TVLT: Textless Vision-Language Transformer Divert More Attention to Vision-Language Tracking CogView2:
2.5K20编辑于 2022-10-11 - 来自专栏对白的算法屋
ACL2022 | 关系抽取和NER等论文分类整理
本文汇总了ACL2022信息抽取方向的论文，包括但不限于通用信息抽取、命名实体识别、关系抽取、事件抽取、事件关系抽取、基于事件的观点挖掘等。
1.9K10编辑于 2022-05-17 - 来自专栏深度学习自然语言处理
ACL22 | 关系抽取和NER等论文分类整理
每天给你送来NLP技术干货！ ---- 整理：对白的算法屋 本文汇总了ACL2022信息抽取方向的论文，包括但不限于通用信息抽取、命名实体识别、关系抽取、事件抽取、事件关系抽取、基于事件的观点挖掘等。 一、信息抽取 Automatic Error Analysis for Document-level Information Extraction. Aliva Das, Xinya Du, Barry Wang, Kejian Shi, Jiayuan Gu, Thomas Porter, Claire
1.3K21编辑于 2022-04-26 - 来自专栏wujunmin
Power BI贴士：度量值与数据源分类整理
新建空表 2.将相关度量值放入该表，并删除空白列 对新增的度量值可以直接在该表内新建，对已有的度量值，可以修改存放路径，修改方式如下图，修改该度量值的主表位置。
1.9K10发布于 2021-09-07 - 来自专栏机器学习与推荐算法
WWW2020推荐系统论文合集(已分类整理)
如下表所示 分类 数量 Practical RS 6 Sequential RS 6 Efficient RS 4 Social RS 3 General RS 3 RL for RS 3 POI RS 2 Cold Start in RS 2 Security RS 2 Fairness RS 2 Explianability for RS 2 Cross-domain RS 1 Knowledge Graph 2 论文列表 1 Practical RS Graph Enhanced Representation Learning for News Recommendation Weakly Supervised Recommendation Recommending Themes for Ad Creative Design via Visual-Linguistic Representations paper2repo : GitHub Repository Recommendation for Academic Papers 2 Sequential RS Adaptive Hierarchical Translation-based
1.1K10发布于 2020-05-08 - 来自专栏数通
2025年配置华为防火墙最常用的50条指令，分类整理
display zone [zone-name] // 查看安全区域绑定关系 priority [1-100] // 设置安全区域优先级 firewall interzone [zone1] [zone2] security-policy rule name [规则名] // 创建安全策略规则 source-zone [zone1] // 定义策略源区域 destination-zone [zone2] // 定义策略目标区域 action permit/deny // 设置策略允许或拒绝 四、NAT与地址转换 nat-policy interzone [zone1] [zone2] // 2、配置完成后务必执行 save 命令保存配置。 3、使用 display 系列命令验证配置生效状态。
1K11编辑于 2025-03-27 - 来自专栏数通
100个OpenStack基础知识点，分类整理，一篇了解
镜像格式支持：支持多种镜像格式，如RAW、QCOW2、VHD、VMDK、ISO等 。 API兼容性：Nova等组件提供与亚马逊AWS EC2兼容的API接口，方便用户迁移和管理 。 与AWS服务类比：Nova类似于EC2，Swift类似于S3，Cinder类似于EBS，Glance类似于AMI管理，Neutron类似于VPC 。
89010编辑于 2025-11-20 - 来自专栏AI研习社
126篇殿堂级深度学习论文分类整理 从入门到应用（上）
★★★★★ 地址：http://www.cs.toronto.edu/~hinton/absps/NatureDeepReview.pdf 1.2 深度置信网络 (DBN，深度学习前夜的里程碑) █[2] "Deep speech 2: End-to-end speech recognition in english and mandarin." arXiv preprint arXiv:1512.02595 2 深度学习方法 2.1 模型 █[14] Hinton, Geoffrey E., et al. "Net2net: Accelerating learning via knowledge transfer." arXiv preprint arXiv:1511.05641 (2015). CoRR, abs/1510.00149 2 (2015).
89981发布于 2018-03-29 - 来自专栏AI研习社
126篇殿堂级深度学习论文分类整理 从入门到应用（下）
AI 研习社：本文接“126篇殿堂级深度学习论文分类整理 从入门到应用（上）”，是该整理的下半部分，即应用篇；按照各应用领域对论文进行分类。 id=en%3Apubli&cache=cache&media=en:bordes12aistats.pdf █[2] Mikolov, et al. [pdf] ★★★★ 地址：https://pdfs.semanticscholar.org/8f67/64a59f0d17081f2a2a9d06f4ed1cdea1a0ad.pdf █[5] Ren In arXiv preprint arXiv:1609.08144v2, 2016. [pdf] ★★★★★ 地址：https://arxiv.org/pdf/1411.4038v2.pdf █[2] L.-C. Chen, G. Papandreou, I.
81760发布于 2018-03-29 - 来自专栏快学Python
用Python制作可视化GUI界面，顺便实现自动分类整理文件！
required_cols=1, # number of columns in the "Required" section optional_cols=2, , 'bat', 'lnk', 'sys', 'com'], '字体文件': ['eot', 'otf', 'fon', 'font', 'ttf', 'ttc', 'woff', 'woff2'
3.2K20发布于 2021-09-07 - 来自专栏量子位
AI创业必读：这里有133家分类整理的国外人工智能公司（附官网）
www.springrole.com/ Textio:https://textio.com/ unitive：http://www.unitive.works/ Wade&Wendy：http://wadeandwendy.ai/ B2B Appier：http://www.appier.com/ GumGum：http://www.gumgum.com/ Invoca：https://www.invoca.com/solutions/b2c
2K60发布于 2018-03-30 - 来自专栏全栈数据化营销
搜索课程脑图：快速找到你要的人脉、资源、信息资料、
搜索课程的笔记内容，主要包括了信息搜索、资源搜索、人脉搜索、信息分类整理四个部分内容。 每个内容都包括基本的搜索心法、搜索逻辑、具体的搜索技巧和工具，方便快速找到适合的方法，搜索到想要的信息。 信息搜索脑图 资源搜索笔记 资源分类整理方法 人脉搜索方法 以下是搜索课程的具体内容：
98350发布于 2018-06-13 - 来自专栏AI+运维：智能化运维的未来
AI赋能运维知识管理：让繁琐变高效
以下我们将从分类整理、自动化建议、智能搜索和预警分析四个方面探讨，结合代码实例，为运维人员带来切实可行的落地方案。 一、分类整理：让知识库从“杂货铺”变“超市”大多数运维知识库的问题在于缺乏结构化，寻找文档就像大海捞针。AI可以通过自然语言处理（NLP）对已有文档进行分类和整理。 2. 优化运行的程序。3. 增加硬件资源。" values.reshape(-1, 1)predicted_usage = model.predict(future_date)print(f"预测磁盘使用率：{predicted_usage[0]:.2f 从分类整理到智能搜索，从自动化建议到预警分析，AI正在深刻改变运维的工作模式。
55910编辑于 2025-04-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号