JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。

想要用gpu加速得先安装CUDA和cuDNN。NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。1.到官网查找版本关系pytorch-cud

注意上图中有些细节遗漏，全流程应该是：先把输入进行 patch_embedding 变成 visual tokens，然后和 class_token 合并，最后 position_embedding。看图就比较明白了，VIT只用了Encoder的部分，把每一个图片裁剪成若干子图，然后把一个子图flatten一下，当成nlp中的一个token处理。其实有了 Transformer 的基础后，直接看代

在阅读英文资料时，最常接触的英语标题大写方式有两种，一种是全部字母大写，另一种是部分单词首字母大写。如：THE TRUE COST OF BEING LAST IN LINE ——《哈佛商业评论》The Case of the Offensive Band Name （the本不应该大写，这里大写是因为首字母） ——《读者文摘》其中，前一种较少用，而后一种最为常用。为何？小站认为原因在于前一种多用

本文粗略介绍了对比学习的基本原理以及常见方法。什么是对比学习？对比学习是一种自监督或者无监督学习的一种方法。通过对比未知样本和正负样本的相近程度，来给未知样本进行正负归类。最早运用于判定图像表征之间的相似程度。...

本文来自：Efficient and Privacy-Enhanced Federated Learning for Industrial Artificial Intelligence本文提出了一种包含同态加密、差分隐私、多方安全计算的FL隐私保护框架。目录FLrelated workpreliminariesDeep learning 的差分隐私MethodologyFL大家都知道，就不写了~

转载自：https://zhuanlan.zhihu.com/p/51631163目录论文来源GAP（全局平均池化层）CAM（类激活映射）论文来源《Learning Deep Features for Discriminative Localization 》(2016CVPR)简单来说，这篇文章主要介绍了两个核心技术：GAP（Global Average Pooling Layer） 和 CAM

目录需要保证其安全三要素（完整性Integrit、可用性Availability、机密性Confidentially）是安全的，如对于一个网络流量包——1.其必须是完整的，否则信息就没有意义了——完整性2.其必须可被接受者所获得和使用，否则这个包也没有意义了——可用性3.其只能让有权读到或更改的人读到和更改——机密性那么对于AI系统而言，我们同样可以从AI系统的三要素来进行考虑和分析。如下图所示—

本博客为转载，来源网址：https://mp.weixin.qq.com/s/KqJbgAaLDpJzLURH2UqBiA目录1 对抗样本学习1.1 使用对抗样本学习的利弊1.2 使用对抗样本学习的最新技术2 自监督和对比学习2.1 自我监督和对比学习的利弊2.2 最先进的自我监督和对比学习1 对抗样本学习深度学习和计算机视觉系统在各种任务上都取得了成功，但它们也有缺点。最近引起研究界注意的一个问

本文作为入门级教程，介绍了词袋模型（bag of words model）和词向量模型（word embedding model）的基本概念。1 词袋模型我们先来看2个例句：Jane wants to go to Shenzhen.Bobwants to go to Shanghai.将所有词语装进一个袋子里，不考虑其词法和语序的问题，即每个词语都是独立的。例如上面2个例句，就可以构成一个词袋，袋