我在阅读 CLIP 论文的过程中,首次接触到了 k-shot 的概念,比如 CLIP 在 ImageNet 数据集上 zero-shot 预测取得和预训练 ResNet50 基线相持平的成绩。于是上网查阅关于 k-shot learning 的相关知识,并写此文记录。
本文仅讨论 k-shot 学习的定义,而不对具体使用 k-shot 的深度学习方法做讨论展开。
我在阅读 CLIP 论文的过程中,首次接触到了 k-shot 的概念,比如 CLIP 在 ImageNet 数据集上 zero-shot 预测取得和预训练 ResNet50 基线相持平的成绩。于是上网查阅关于 k-shot learning 的相关知识,并写此文记录。
本文仅讨论 k-shot 学习的定义,而不对具体使用 k-shot 的深度学习方法做讨论展开。
这是我开了一个新坑——经典算法复现的第一站:Transformer 算法复现。我将在这篇博客中对 Transformer 的架构和底层逻辑进行记录,也作为我个人学习的一个分享。算法复现的 PyTorch 源码会托管在我的仓库中。
Hi there!
从今天起我将使用Keep作为我的博客模板,从第一眼我就相中了这样一个兼具美感和简约的宝藏模板,于是花了半天时间上手,博客的迁移将在近两天进行!
此贴也将用于更新我在使用Keep主题的过程中遇到的问题及其对应的解决方案。
这里是 Daisy 2024年9月的每日总结。
这篇博客存在的目的是想让自己养成记录与总结的习惯,希望能够通过写作这一途径对自己一天的学习生活做一些简单的总结与反思。
本文关注点是联邦类持续学习(FCCL),其中新类在联邦学习中动态添加。
联邦学习由于能够在多方数据源聚合场景下协同训练全局最优模型,近年来迅速成为安全机器学习领域的研究热点。
本文归纳了联邦学习定义、算法原理和分类,旨在提供一个对联邦学习技术建立一个较为清晰的认知。
我在浏览老师上传到学习通的pdf时,发现有些pdf只支持在线浏览,这为课程学习带来了很多不便利,因此,在这篇博客中,我将分享我下载网页内嵌pdf的解决方案。
2024年5月初,一篇名为 KAN 的论文席卷人工智能领域,引发巨大关注,怀着好奇的心理,我拜读了原论文,玩了玩作者开源的Notebook Demo,并做此纪录。
文章链接 KAN: Kolmogorov-Arnold Networks
本教程来自kaggle Learn板块,笔者在其Pandas Tutorial基础上做了一些总结补充,并记录在此博客中。
在这篇博客中,我们将学习数据的索引,选择与分配。