- 博客(1113)
- 资源 (9)
- 收藏
- 关注
原创 计算机专业求职分享:中国人寿研发中心待遇大曝光!
中国人寿研发中心作为国企中的佼佼者,不仅提供“955”工作制度,还有着有竞争力的薪酬和丰富的福利待遇。尽管晋升和年终奖存在一定的不确定性,但对于追求稳定性和工作生活平衡的求职者来说,中国人寿研发中心是一个非常理想的选择。风口IT猪的成长录计算机专业求职分享:中国人寿研发中心待遇大曝光!风口IT猪的成长录。
2024-05-06 21:37:40 214
原创 北邮计算机研究生想回河南老家考公,被网友骂醒了!
前段时间,在B站一不小心哥的视频下面,一位北邮计算机硕士的同学在评论区咨询建议,他表示不想卷互联网了,想回河南老家考公务员了,引发了激烈讨论。在这个故事中,我们看到了个人选择与社会期待之间的冲突,每个人都有权利追求自己的梦想,无论是在繁华的都市还是在宁静的基层。“刚刚考上公务员的时候,觉得你我皆是黑马,工作十年,终于明白,你我都是牛马。热心的朋友们纷纷给出见解和建议,这一决定被部分网友视为“不理智”,甚至有人批评这是“浪费教育资源”。我们应该尊重每个人的选择,相信每个人都能在适合自己的岗位上发光发热。
2024-05-05 22:10:18 357 9
原创 【代码详解】torch.matmul(features, features.T)
torch.matmul(features, features.T)这一操作在深度学习和机器学习领域中有着重要的应用,特别是在计算相似度或相关性矩阵时。:这行代码计算了特征矩阵features与其转置features.T的矩阵乘法。这里的features是一个二维张量,其中每一行代表一个样本的特征向量。矩阵乘法的结果是一个对称的相似度矩阵,其中。
2024-04-30 11:43:36 253 2
原创 【代码详解】mask = torch.eq(labels, labels.T).float()
综上,mask张量的每个元素表示了标签数组中对应位置的两个样本是否拥有相同的标签。这在很多机器学习任务中非常有用,特别是在计算相似度或进行对比学习时,可以用来强调同类样本间的相互作用,而忽略不同类样本间的直接比较。这样的转换是必要的,因为在后续的计算中,我们可能需要使用这些值进行加减乘除等数学运算,而这些操作通常要求输入是数值型的。这段代码的目的是创建一个布尔掩码(mask),用于表示输入标签数组中相同标签之间的对称关系。
2024-04-30 11:35:16 194
原创 【代码详解】features = F.normalize(features, p=2, dim=1)的原理是什么?
这在机器学习和深度学习中非常常见,特别是在嵌入空间和对比学习中,因为它可以帮助消除特征尺度的影响,使得向量的比较更加公平。是PyTorch中的一个函数,用于对特征向量进行L2范数(Euclidean norm)归一化。,但保留了原始特征方向的信息,这对许多机器学习算法(尤其是那些依赖于距离度量的)是有益的。或欧几里得归一化,其目的是将特征向量的长度(或模)缩放为1,而保持向量的方向不变。对于dim=1的情况,i是样本索引,j是特征索引,而k遍历所有的特征。这个操作使得每个样本向量变成了。
2024-04-30 11:30:10 991
原创 【代码详解】from sklearn.pipeline import make_pipeline c = make_pipeline(vectorizer, rf)
代码片段使用 sklearn.pipeline 中的 make_pipeline 函数创建一个管道(Pipeline),将先前定义的 vectorizer(TfidfVectorizer 实例)与一个未明确指定的 rf 变量连接起来。,这段代码构建了一个 sklearn 管道,将文本向量化(TfidfVectorizer)与一个未明确指定但假设存在的机器学习模型(rf)结合在一起,形成一个端到端的数据处理和预测流程。管道是一种将多个预处理步骤和最终模型串联在一起的数据处理流程,使得整个工作流可以作为一个。
2024-04-26 13:16:53 28
原创 【代码详解】sklearn.feature_extraction.text.TfidfVectorizer(lowercase=False)
同样地,newsgroups_test 是 fetch_20newsgroups 函数返回的 Bunch 对象,其 .data 属性包含新闻组数据集的测试文本。生成的 test_vectors 也是一个稀疏矩阵,结构与 train_vectors 相同,确保了训练集和测试集在特征空间上的统一性。newsgroups_train 是一个假设已经准备好的 sklearn.datasets.fetch_20newsgroups 函数返回的 Bunch 对象,其中 .data 属性包含新闻组数据集的训练文本。
2024-04-26 13:04:28 14
原创 一文搞定机器学习中的“模型可解释性”
机器学习是最近许多科技进步的核心。随着计算机在围棋等游戏中击败专业人士,许多人开始询问,机器是否也能成为更好的司机,甚至更好的医生。如果⼀个机器学习模型运⾏良好,为什么我们仅仅信任该模型⽽忽略为什么做出特定的决策呢?诸如分类准确性之类的单⼀指标⽆法完整地描述⼤多数实际任务。当涉及到预测模型时,需要作出权衡:**你是只想知道预测是什么?**例如,客户流失的概率或某种药物对病⼈的疗效。**还是想知道为什么做出这样的预测?**这种情况下可能为了可解释性付出预测性能下降的代价。
2024-04-25 17:14:17 26
原创 机器学习/深度学习模型可解释性研究
论文提出了原型的概念,把对图像的判断机制拆解为人类思维方式中的各种原子能力,根据人判断的机理来分类图像。一个真实的例子,有一个 Benchmark Corpus,叫做 PASCAL VOC 2007,裡面有各式各样的物件,机器要学习做影像的分类,机器看到这张图片,它知道是马的图片,但如果你画 Saliency Map 的话,发现左下角对马是最重要,因為左下角有一串英文,这个图库裡面马的图片很多都是来自於某一个网站,左下角都有一样的英文,所以机器看到左下角这一行英文就知道是马,根本不需要学习马是长什么样子。
2024-04-23 17:11:20 35 3
原创 2015级计算机专业前辈,赶上互联网风口,后上岸河南县城气象局公务员,听听他的经验分享。
今天,我在网上有幸结识到河南老家一位2015级计算机专业的前辈,他高考填报志愿被调剂到计算机专业,赶上互联网浪潮,也见证互联网行业的兴衰,毕业后上岸河南某县城气象局的公务员。
2024-04-22 21:23:09 733 7
原创 【论文笔记】CADE_ Detecting and Explaining Concept Drift Samples for Security Applications
因此,我们的。
2024-04-17 15:46:46 121 2
原创 详细解释Python代码:np.genfromtxt(path_to_csv, dtype=str, delimiter=‘,‘, skip_header=0)
函数执行后,返回一个二维NumPy数组arr,其中每一行代表CSV文件中的一条记录,每一列则对应一个字段。由于指定了dtype=str,数组中的每个元素都是字符串类型。提供的代码片段使用了NumPy库中的genfromtxt函数来从CSV文件中读取数据并存储到一个名为arr的数组中。是NumPy提供的一个用于从。
2024-04-16 15:43:17 49
原创 北邮计算机,宿舍六个人的24届就业情况分享。
《某工科强校计算机,今年身边师兄们的就业情况和薪资分享》《北邮计算机,宿舍六个人的24届就业情况分享》
2024-04-16 13:25:34 842 4
原创 【Jupyter】ModuleNotFoundError: No module named ‘notebook.base‘ && ‘stacklevel解决
您使用的 Jupyter Notebook 版本不适合安装扩展,因为就我所见,它已变得不兼容。因此,你需要使用更低的版本。
2024-04-16 13:22:43 367
原创 Jupyter notebook更换炫酷主题、更改字体大小以及开启代码补全
如果你使用的是360系列浏览器,同样可以使用缩放功能(快捷键为"Ctrl +")更改显示大小,对于网页的主题背景,使用的可以更改网页更改配色的插件为Midnight Lizard。)来更改背景颜色,通过缩放浏览器比例(快捷键为"Ctrl +")来更改 Jupyternotebook 的字体大小和显示大小。这种更改主题方式的效果比初始效果要好一点,同时与初始效果相似度较高,不影响使用和美观程度。接下来刷新:(通常是Ctrl + F5或Cmd + Shift + R)库更改Jupyter主题。
2024-04-16 13:19:17 27
原创 解决Pycharm2023关闭之后一直显示closing project的问题
【代码】解决Pycharm2023关闭之后一直显示closing project的问题。
2024-04-13 21:22:48 216 1
原创 Idea中项目类自动报红线,点进去红线就消失的问题解决方法
Idea中项目类自动报红线,点进去红线就消失。今天在设置热部署的时候去网上试了一下三种热部署的方式。结果出现了项目可以运行,但是全是红线的bug。明明项目没问题,但是全是红线让人看着很不爽。
2024-04-11 09:24:52 238 1
原创 【美文分享】被动的人,失去的不是一点点。
很多原因都是自己心理问题,是自己拿捏不好自己的情感,想的和畏惧的太多,不像大自然中的花苞,目标就是让自己绽放,它没有夹杂任何的情感,而是努力的抓住机会,在最美好的时刻展露自己,就是这样简单的事情,对于被动的人来说却是很难办到的,有时候他们想要抓住机会,想要去尝试改变,却总是因为畏惧而退缩,最后用自己成就了他人。尽管很多人都知道这个问题,也反省过自己,想要改变,但却总是半途放弃,就如同是在寒冷的冬天,脚刚迈出门口,就被那刺骨的寒气给逼回来,关上门窗,窝在自己温暖的屋子里,又是一天悄然离去。
2024-04-08 22:02:01 445 2
原创 【论文笔记】Neurosymbolic AI for Reasoning over Knowledge Graphs_ A Survey
以便进行更直接的比较。最后,我们讨论这些方法的。
2024-04-08 14:32:03 47
原创 【论文笔记】FeCo_ Boosting Intrusion Detection Capability in IoT Networks via Contrastive Learning
(IoT)广泛地应用渗透到我们的日常生活中。:物联网设备缺乏足够的安全功能,使物联网生态系统容易受到各种网络入侵攻击,可能造成严重破坏。:已经探索了使用机器学习来构建异常检测模型来防御此类攻击。:提出了一个联邦对比学习框架FeCo,用于协调网络内物联网设备共同学习入侵检测模型。FeCo利用来减轻用户对隐私的担忧,因为参与的设备只提交它们的,而不是本地数据。我们开发了一种新的基于对比学习的方法,能够为良性类学习更准确的模型。与以往的工作相比,。
2024-04-07 10:31:43 45 1
原创 【DomiKnowS笔记】DomiKnowS_ A Library for Integration of Symbolic Domain Knowledge in Deep Learning
提高了模型的可解释性,提高了模型在低数据状态下的性能和泛化能力。介绍了几种。
2024-04-01 14:44:00 124 1
原创 【论文笔记】SoK_ Modeling Explainability in Security Monitoring for Trust, Privacy, and Interpretability
DomiKnowS: A Library for Integration of Symbolic Domain Knowledgein Deep Learning
2024-03-30 17:23:44 46
原创 Maven报错解决:log4j-slf4j-impl cannot be present with log4j-to-slf4j
上述两中放到,最主要的是得到依赖的artifactId 与groupId,例如上面的jar的分别是org.apache.logging.log4j和log4j-slf4j-impl,得出所以冲突包后,只需要在pom中添加如下内容即可解决。j我们能大概看到,是log4j日志组件出现了问题。虽然从Cause by得出一点信息,但最想要解决问题,还是得从warning入手。再运行,就解决了依赖冲突的问题。对于这种类型的冲突,理论上,都可以采用此种方法解决。此类日志是出现依赖冲突的常见形式,从日志中我们可以看到。
2024-03-25 22:22:03 210
原创 【论文笔记】Semantic Loss: A New Neuro-Symbolic Approach for Context-Aware Human Activity Recognition
论文速递:Semantic Loss: A New Neuro-Symbolic Approach for Context-AwareHuman Activity Recognition
2024-03-25 14:50:32 196
原创 Failed to execute goal org.codehaus.mojo:exec-maven-plugin:1.6.0
利用maven导包,运行Mybatis案例的main函数时报错。
2024-03-22 20:08:41 219
原创 传感器与雷达和射频数据的区别是什么?
返回来的波形和发出的波形之间有个频率差,这个频率差和时延是呈线性关系的:物体越远,返回的波收到的时间就越晚,那么它跟入射波的频率差值就越大。雷达的工作原理基于电磁波的传播和反射特性,具有较远的探测距离和较高的测量精度。:通过利用传感器数据,我们可以实时监测建筑物的结构和细节,包括温度、湿度、压力等,从而进行智能化的建筑设计和维护。此外,传感器数据还可用于虚拟现实技术中,通过捕获真实世界的语义信息和3D模型,使用户可以在虚拟环境中与真实建筑进行交互,为设计师和用户提供更好的体验。
2024-03-21 10:15:16 966
原创 【论文笔记】POISONPROMPT_ BACKDOOR ATTACK ON PROMPT-BASED LARGE LANGUAGE MODELS
Prompts显着提高了预训练大型语言模型(LLM)在各种下游任务上的性能,使其对于各种 LLM 应用场景越来越不可或缺。进行了广泛的实验,评估了的有效性、保真度和鲁棒性。:我们的研究结果强调了对,并强调了在这一领域进一步研究的必要性。
2024-03-20 15:49:35 137 1
原创 【论文笔记】Can Knowledge Graphs Reduce Hallucinations in LLMs_ _ A Survey
LLM很容易产生幻觉,这主要源于模型中的知识差距。:通过整合外部知识来增强llm,旨在减少幻觉并提高推理准确性。
2024-03-20 15:48:45 48
原创 【论文笔记】“Alexa, Stop Spying on Me!”_ Speech Privacy Protection Against Voice Assistants
我们提出了MicShield,这是一种配套设备,它首次可以防止 VA 录制私人语音而不影响 VA 的正常功能。假设 VA 不可信,MicShield 会不断发出干扰信号以使 VA 震耳欲聋。与此同时,它会继续监听,并在感知到唤醒词出现时立即停止干扰。MicShield 离线工作,保留所有本地处理并立即粉碎语音数据。因此,它不会受到始终监听、云操作的虚拟助理带来的隐私风险的影响。存在问题挑战首先,连续干扰的直接方式不仅会抑制私人言论,还会抑制唤醒词。为了克服这个困境,
2024-03-20 15:48:09 47
原创 解决“VMware另一个程序锁定文件的一部分,进程无法访问“的问题
启动虚拟机时,提示“另一个程序已锁定文件的一部分,进程无法访问,打不开磁盘…或它所依赖的某个快照磁盘,模块"Disk"启动失败。
2024-03-18 21:10:06 501
原创 论文笔记-Rethinking Learning Rate Tuning in the Era of Large Language Models
大语言模型在类人类预测性能取得显著的成功。但由于训练代价昂贵,利用微调使LLM适应各种实际应用已经成为一种主流策略。是直接影响到和。
2024-03-15 11:10:19 65
原创 Linux设置虚拟内存-解决: g++: internal compiler error: Killed (program cc1plus)
主要原因大体上是因为内存不足,临时使用交换分区来解决吧!
2024-03-12 15:07:56 374
原创 Docker指令报错的解决方法:Got permission denied while trying to connect to the Docker daemon socket at unix:/
安装完:这是因为你当前的用户没有这个权限。默认情况下,docker 命令会使用 Unix socket 与 Docker 引擎通讯。而只有 root 用户和 docker 组的用户才可以访问 Docker 引擎的 Unix socket。出于安全考虑,一般 Linux 系统上不会直接使用 root 用户。即我们当前的用户不是root用户。:把我们当前的用户添加到docker组中就可以了,这样他们就是一家人了。
2024-03-07 15:35:27 2637 3
原创 用户 不在 sudoers 文件中,此事将被报告。
普通linux用户使用sudo命令执行只有root用户才可以执行的命令时出现了该错误,如下图示:简单说明一下操作。命令表示查看文件的属性,属性包括有:文件拥有者、文件所属组以及其他用户组对该文件拥有的读写权限和文件的类型等,上图的文件表示拥有者和所属组都是root且只能读取,其他用户组的没有任何读写权限。命令表示当前登录用户是普通用户zouqi,我想使用该用户查看。
2024-03-07 15:29:45 322
原创 yum install安装时 提示“Another app is currently holding the yum lock; waiting for it to exit...”原因和解决
在使用yum安装时提示“Another app is currently holding the yum lock;waiting for it to exit…yum在安装时卡主,直接强制退出了,再次安装时,提示yum被锁,遇到这种情况,可以查看执行中进程,然后直接删除进程。删除后,再重新安装即可。
2024-03-07 09:50:57 259
原创 论文笔记-Who is Real Bob? Adversarial Attacks on Speaker Recognition Systems
*Speaker recognition (SR)**作为一种生物特征认证或识别机制广泛应用于我们的日常生活中。本篇论文全面了解SR系统在实际黑盒环境中的安全弱点。生成对抗样本是一个优化问题,结合对抗性样本的置信度和最大失真来平衡对抗性声音的强度和不可感知性。FAKEBOB用来制作对抗性样本的算法,其中的一个关键贡献是提出了一种新的算法来估计分数阈值(SRS 中的一个特征),并将其用于优化问题来解决优化问题,取得了标杆的效果。
2024-03-06 19:46:35 82 2
原创 论文笔记-A survey on deep multimodal learning for computer vision: advances, trends, applications
多模态数据流和深度学习算法的潜力不断增长,促进了深度多模态学习的日益普及。这涉及开发能够统一处理和分析多模态信息的模型。多模态数据表示、多模态融合(即传统和基于深度学习的方案)、多任务学习、多模态对齐、多模态迁移学习和零采样学习。
2024-03-04 16:40:04 65 3
原创 多模态机器学习教程(Tutorial on Multimodal Machine Learning)
对来自多个异构和相互关联的数据源的信息进行和。这是一个具有挑战性但又至关重要的领域,在多媒体、情感计算、机器人、金融、HCI和医疗保健等领域有许多实际应用。是一个多学科研究领域,它通过集成和建模多种交流模式(包括语言、声学和视觉信息)来解决人工智能的一些原始目标。
2024-03-03 16:07:13 70 3
原创 多模态深度学习:定义、示例和应用
多模态机器学习是对通过使用多模态数据集来学习和提高性能的计算机算法的研究。多模态深度学习是机器学习的一个子领域,旨在训练人工智能模型处理不同类型的数据(模态)–通常是图像、视频、音频和文本–并发现它们之间的关系。通过结合不同的模态,深度学习模型可以更全面地理解环境,因为有些线索只存在于某些模态中。想象一下情绪识别任务。这不仅仅是看一张人脸(视觉模式)那么简单。一个人声音的音调和音高(音频模式)编码了有关其情绪状态的大量信息,这些信息可能无法通过面部表情看到,即使他们经常同步。
2024-03-03 11:37:42 154
西电最优化半小时期末速成必过 西电 工程优化 工优 最优化 复习资料 思维导图 期末真题
2024-01-02
西安电子科技大学 矩阵论(第三版)程云鹏课后习题答案和PPT课件(合并整理版)
2023-12-22
西电工程优化-陈开周《最优化计算方法》历年原题以及PPT课件等还有课后题答案
2023-09-17
毕业设计-基于知识图谱的玉米品种可视化及问答系统设计与实现
2023-06-17
《算法设计与分析不挂科》全网最全最详细的考前知识点整理
2023-06-13
西安电子科技大学833-834复试资料-ppt-电子书籍.zip
2023-05-06
西电计算机考研之《计算机组成与系统结构》资料+课后习题答案
2023-05-06
2021全国大学生数学建模竞赛B题论文
2023-02-09
基于自然语言处理的小麦知识图谱的可视化与问答系统实践
2023-02-04
小麦知识图谱的数据源及代码
2023-02-04
基于Django+LayUI+HBase的文献数据挖掘系统
2023-01-27
Python+SQLServer实现疫情医疗信息管理系统源码
2023-01-27
《Java课程实习-学生信息管理系统》
2022-04-25
Java-GUI-课程实习-校园导航系统
2022-04-25
图像扶正-训练集.zip
2021-12-24
nba_2017_nba_players_with_salary.zip
2021-07-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人