
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
目录选择题简答题第一题第二题编程题第一题题意思路代码第二题题意思路代码 笔试共有选择题30道、简答题2道、编程题2道,分别为60分、60分、40分,两个小时。以下内容的编写全凭记忆和个人理解,如有什么不对的地方,希望大家见谅。选择题 具体题目肯定记不住了,就说说都有哪些题型吧。&nbs...
目录引言[1] 基于感知和认知系统的逻辑关系推理作者介绍分享内容system1 和 syetem2 reasoningGMNN: Graph Markov Neural Networks (ICML2019)Probabilistic Logic Neural Networks for Reasoning (NeurIPS2019)总结[2] 图神经网络在信息检索等领域的应用作者介绍分享内容数据:
目录简历内容Faster RCNN整体流程各个层常见cv面试题简历内容Faster RCNN整体流程各个层常见cv面试题
目录引言横向联邦学习纵向联邦学习联邦学习迁移联邦学习开源框架结论参考文献引言 在联邦学习白皮书[1]中给出了明确的联邦学习的定义:各方数据都保留在本地,不泄露隐私也不违反法规;多个参与者联合数据建立虚拟的共有模型,并且共同获益的体系;在联邦学习的体系下,各个参与者的身份和地位平等;联邦学习的建模效果和将整个数据集放在一处建模的效果相同,或相差不大
目录课程相关推荐书籍在n个数中查找出现次数超过一半的数字在n个数中寻找出现次数最多的k个数字估计n个数中出现次数最多的k个数字的出现次数布隆过滤器课程相关李荣华 lironghuabit@126.com主页 ronghuali.github.io课程考核 大作业(综述)推荐书籍王宏志,大数据算法,机械工业出版社,2015Jure Leskovec, Anand Rajaraman, Mining
目录简历内容Faster RCNN整体流程各个层常见cv面试题简历内容Faster RCNN整体流程各个层常见cv面试题
目录简历内容Faster RCNN整体流程各个层常见cv面试题简历内容Faster RCNN整体流程各个层常见cv面试题
引言 现有的深度学习的目标检测方法,可以大致分为两类:一、基于候选区域的目标检测方法;二、基于回归的目标检测方法。依据方法的提出时间,可以构建出如下时间线:2014 CVPR R-CNN[1]2015 arXiv DenseBox[14]2015 ICCV Fast R-CNN[2]2015 NIPS Faster R-CNN[3]2016 CV
目录简介动机贡献方法实验简介本文出自加州大学伯克利分校。这篇文章既不是image captioning,也不是video captioning,而是change captioning,具体什么意思呢,看下文吧。动机贡献方法实验...
由于更换服务器,我把在原服务器使用的conda环境,直接迁移到了新的服务器上。导致,在新服务器上使用conda(pip)命令时,出现“conda(pip) bad interpreter”错误。解决办法如下:输入which pip查看pip path输入which python查看python path使用vim打开刚才得到的pip path(或python path),将代码第一行中的路径修改为







