- 综合排序
- 最热优先
- 最新优先
- 来自专栏CreateAMind
求论文：A Conceptual Consideration of the Free Energy Principle in
A Conceptual Consideration of the Free Energy Principle in Cognitive Maps: How Cognitive Maps Help Reduce
24210编辑于 2024-02-26 - 来自专栏HyperAI超神经
读完 DALL-E 论文，我们发现大型数据集也有平替版
虽然 OpenAI 表示，他们的训练数据集尚不会公开，但他们透露，数据集中包括 Google 发表的 Conceptual Captions 数据集。 大型图文对数据集 mini 替代版 Conceptual Captions 数据集，由谷歌在 ACL 2018 发表的论文《Conceptual Captions: A Cleaned, Hypernymed Conceptual Captions pipeline 过滤步骤示例和最终输出 一：基于图像的过滤 算法会根据编码格式、大小、纵横比和令人反感的内容过滤图像。 团队对比了 COCO 训练的模型和 Conceptual 训练的模型之间的区别。 其中，第一个区别是：基于 Conceptual 的训练结果比 COCO 依托自然界图片的训练结果，更具有社会性。 不如先从 Conceptual Captions 数据集开始吧！ 访问 https://hyper.ai/datasets 或点击阅读原文，还可获取更多数据集哦！
1.6K20发布于 2021-03-10 - 来自专栏一个会写诗的程序员的博客
DBMS 数据库管理系统的三级模式架构《ClickHouse 实战：企业级大数据分析引擎》
The conceptual schema can be changed without changing application：Mapping from external to conceptual Conceptual Data Level Also referred to as the Logical level when the conceptual level is implemented Conceptual or Logical level: The conceptual level describes the structure of the whole database. the conceptual schema. conceptual to internal levels. 1.
1.5K20编辑于 2021-12-16 - 来自专栏理论坞
如何入行用户体验设计
windows/desktop/design 2、macOS：https://developer.apple.com/library/mac/documentation/UserExperience/Conceptual /OSXHIGuidelines/ 3、iOS：https://developer.apple.com/library/ios/documentation/UserExperience/Conceptual
59510发布于 2018-08-06 The Worlds of Database Systems
String, Name: String, Login: String, age: Integer,… ) Levels of Abstractions in DBMS Many views, one conceptual Conceptual schema defines logical structure（概念模式定义的是逻辑结构） Physical schema describes the file and indexing describe how applications (users) see the data（储存的是一种数据之间的关系，并不 真实存在） Example: University Database Conceptual E.g., applications are not affected by changes in conceptual & physical schema.
15710编辑于 2025-12-23- 来自专栏机器之心
Google AI发数据集论文、办挑战赛却拒绝开放数据集？结果被怼了……
机器之心报道 参与：路、贾伟 近日，有网友在 reddit 上提出 Google AI 拒绝公开 Conceptual Captions 数据集（相关论文发表在 ACL 2018 上），谷歌除了发表相关论文以外还举办了使用该数据集的挑战赛 原帖主要内容是： 谷歌曾在 ACL 2018 上发表了一篇数据集论文《Conceptual Captions: A Cleaned, Hypernymed, Image Alt-text Dataset For Automatic Image Captioning》，该数据集 Conceptual Captions 共有大约 330 万张图像。 但他发现了几个问题： 谷歌拒绝共享预训练模型，这使得基准测试变得异常艰难： https://github.com/google-research-datasets/conceptual-captions /6； 拒绝共享图像／镜像链接（尽管我认为这关乎法律问题，但仅有该数据集的几百张图像，社区很难对比不同模型）： https://github.com/google-research-datasets/conceptual-captions
1K50发布于 2019-04-30 - 来自专栏《云荐大咖》
软件开发入门论文《没有银弹》英文原版：No Silver Bullet｜Essence and Accident in Software Engineering
Abstract All software construction involves essential tasks, the fashioning of the complex conceptual Identifying and developing the great conceptual designers of the rising generation. We still make syntax errors, to be sure; but they are fuzz compared to the conceptual errors in most This complexity makes overview hard, thus impeding conceptual integrity. As a result, conceptual structures that in principle could always call, feed, and use one another can
2K51编辑于 2024-01-25 - 来自专栏有关SQL
SQL 人的进阶职业-建模师
三种主要的数据模型： 1）概念模型（Conceptual ）：这类模型定义了数据系统包含的数据以及流程。通常这类模型由业务用户定义和维护。 由DBA，开发人员来设计 具体展开细说： Conceptual Data Model 这一层主要的目标是定义实体、属性以及关系，并不带有某个商品数据库比如SQL Server,Oracle的实现。 主要落脚点在于业务用户即将看到的，且能理解的真实世界模型 Logical Data Model : 这一层模型，在概念模型(Conceptual Data Model)上添加一些技术元素，比如属性的数据类型 ，长度以及约束等，增加多个实体之间的关联关系表达式 这一层模型的优点很明显，就是承上启下，“上”即Conceptual Data Model, “下”即Physical Data Model . 参考文章： 1 - https://www.guru99.com/data-modelling-conceptual-logical.html
80010发布于 2019-12-25 - 来自专栏支付进阶之路
【全英】Swift加入链上即时支付战局
up to develop the new ledger, while blockchain firm Consensys has also been enlisted to help build a conceptual and Bank of America, while Swift has also commenced work with blockchain firm Consensys to build a conceptual
14810编辑于 2025-11-28 - 来自专栏超级架构师
【数据架构】概念数据模型和逻辑数据模型有什么区别
Data Modeling – Conceptual, Logical, and Physical Data Models, Available here. 2. “Conceptual Data Model.” 1KeyData, Available here. 3. 原文：https://pediaa.com/what-is-the-difference-between-conceptual-and-logical-data-model/ 本文：http://jiagoushi.pro
5.1K30发布于 2020-07-20 - 来自专栏FreeBuf
macSubstrate：一款针对macOS的代码注入和打桩测试工具
可以通过图形化界面简化代码和插件注入操作； 准备工作 禁用SIP： https://developer.apple.com/library/content/documentation/Security/Conceptual github.com/wzqcongcong/macSubstrate https://developer.apple.com/library/content/documentation/Security/Conceptual
40410编辑于 2024-04-26 - 来自专栏数据人生
git merge vs git rebase
checkout feature git rebase master 参考 https://www.atlassian.com/git/tutorials/merging-vs-rebasing/conceptual-overview
60610编辑于 2022-09-29 - 来自专栏机器学习人工学weekly
机器学习人工学weekly-2018/7/8
贝叶斯超参优化 A Conceptual Explanation of Bayesian Hyperparameter Optimization for Machine Learning 链接：https ://towardsdatascience.com/a-conceptual-explanation-of-bayesian-model-based-hyperparameter-optimization-for-machine-learning-b8172278050f
38720发布于 2018-07-27 - 来自专栏AI科技评论
BERT新转变：面向视觉基础进行预训练！
本文选用的是Conceptual Captions数据集，该数据集大概包括330万张图像，每张图像带有弱关联的描述标题。这些图像均来源于网络上带有alt-text的图像。 在Conceptual Captions进行预训练时涉及的目标函数： (1)给定输入，预测被遮蔽的字和图像区域的语义； (2)预测图像和文本是否语义匹配。 Figure 3：在Conceptual Captions数据集上训练ViLBERT，训练过程使用两个任务目标以学习视觉基础。 （四）大规模训练数据的优点 从Conceptual Caption数据集中随机取25%和50%的子集，并使用与上面相同的设置进行预训练和finetune ViLBERT。 （五）ViLBERT在预训练过程中学到了什么 为了解ViLBERT在基于Conceptual Caption数据集的预训练中学到了什么。用零样本基于标题的图像检索任务来评估。
1.2K10发布于 2019-12-31 - 来自专栏哲学驱动设计
EntityFramework 元数据 设计分析
的质量分析，方便以后查看，接下来的文章会进行一个更详细的分析： 可扩展性：★★★★★ 性能：★★ API易用性：★★★ 模型基本概念 在整个EF的映射信息中，分为 Object Model、Conceptual Model、Storage Model、Object-To-Conceptual Model、Conceptual-To-Storage Model 五大类。 Conceptual Model 表示逻辑模型，该模型与数据库元关、与程序无关，用于描述逻辑上的“领域模型”或者“业务模型”。
1.1K80发布于 2018-01-29 - 来自专栏AI科技评论
微软新作，ImageBERT虽好，千万级数据集才是亮点
Conceptual Captions 是最为广泛应用于图像-文本预训练的数据，有 3 百万个图像描述，相对而言比其他的数据集都要大。 目前最新的跨模态预训练模型常用的两个数据集分别是： The Conceptual Captions (CC) dataset：包含了3百万带有描述的图像，这些图像是从网页的Alt-text HTML属性中获取的 首先是在 LAIT 数据集上，采用从基于BERT 的模型初始化的参数对模型进行了预训练；然后又在公开数据集（Conceptual Captions， SBU Captions）上对模型进行二次预训练。 CC表示的仅在 Conceptual Captions 数据集上进行预训练；SBU 表示仅在 SBU Captions数据集上进行预训练；LAIT+CC+SBU表示使用LAIT, Conceptual 但值得重视的是他们收集的一个新的数据集，这个数据集在数量上是目前最大的vision-language数据集；另外他们进行了两步的预训练（首先是在LAIT进行预训练，然后是在Conceptual Caption
1.6K10发布于 2020-02-21 - 来自专栏前端小吉米
IOS 生态如何做多端适配
Understanding Auto Layout ( https://developer.apple.com/library/archive/documentation/UserExperience/Conceptual Layout Guide: 代码设置 constraint ( https://developer.apple.com/library/archive/documentation/UserExperience/Conceptual on iPad: Getting Oriented ( https://developer.apple.com/library/archive/documentation/WindowsViews/Conceptual
2.3K10发布于 2020-05-26 - 来自专栏VoiceVista语音智能
What Should You Expect from ChatGPT
Conceptual ideas AI model text generations can sometimes sound like a list of facts and details delivered ChatGPT is also good at handling conceptual ideas, such as why something should be done or what ideas
43720编辑于 2023-03-03 - 来自专栏DeepHub IMBA
JAX 训练加速指南：8 个让 TPU 满跑的工程实战习惯
# Example: bucketing & padding (conceptual) def pad_to_length(arr, L): pad = L - arr.shape self.features, dtype=jnp.bfloat16)(x) return x # Optimizer state stays in FP32 (conceptual # tf.data pipeline (conceptual) ds = (tf.data.TFRecordDataset(files) .map(parse_example nn.gelu(nn.Dense(x.shape[-1])(y))) return f(x) # Gradient accumulation (conceptual
14810编辑于 2025-12-24 - 来自专栏iOS逆向与安全
iOS 创建 Universal Links
website opens your website in Safari. https://developer.apple.com/library/archive/documentation/General/Conceptual and Uploading the Association File https://developer.apple.com/library/archive/documentation/General/Conceptual
1.5K50发布于 2021-08-25
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