关于深度残差网络（Deep residual network, ResNet）
题外话：From《白话深度学习与TensorFlow》深度残差网络：深度残差网络的设计就是为了克服这种由于网络深度加深而产生的学习效率变低，准确率无法有效提升的问题（也称为网络退化）。甚至在一些场景下，网络层数的增加反而会降低正确率。这种本质问题是由于出现了信息丢失而产生的过拟合问题（overfit...
存储区域网络（Storage Area Network，简称SAN）
存储区域网络（StorageAreaNetwork，简称SAN）采用网状通道（FibreChannel，简称FC，区别与FiberChannel光纤通道）技术，通过FC交换机连接存储阵列和服务器主机，建立专用于数据存储的区域网络。SAN经过十多年历史的发展，已经相当成熟，成为业界的事实标准（但各个厂...
HDU 2125 Local area network
简单DP，N×M的网格其中有一条边坏掉了，问从起点到终点的放法数有两种方法，一种是DP很好理解//#defineLOCAL#include<cstdio>#include<cstring>intdp[][];boolflag[][];intmain(void){#ifdefL...
深度信念网络(Deep Belief Network)
“深度学习”学习笔记之深度信念网络 本篇非常简要地介绍了深度信念网络的基本概念。文章先简要介绍了深度信念网络（包括其应用实例）。接着分别讲述了：(1)其基本组成结构——受限玻尔兹曼机的的基本情况，以及，(2)这个基本结构如何组成深度信念网络。 本文仅仅能使读者了解深度信念网络这一概念，内容非常浅显...
RBM（受限玻尔兹曼机）和深层信念网络（Deep Brief Network）
目录：一、RBM二、DeepBriefNetwork三、DeepAutoencoder 一、RBM1、定义【无监督学习】RBM记住三个要诀：1）两层结构图，可视层和隐藏层；【没输出层】2）层内无连接，层间全连接；3）二值状态值，前向反馈和逆向传播求权参。定义如下：一般来说，可见层单元用来描述观察数...
NAS (Network Attached Storage)
当电脑硬盘容量满了，多数使用者第一个想法就是买一块几TB的硬盘来扩充，如果是笔电的使用者，第一个想到的是买一个外接式硬盘来备份资料，这样的想法并没有错，那是当你还不知道有「NAS」这个好用的东西，才会这么想。倘若你知道NAS这个私人网络储存服务器之后，或许你会改变你的想法与思维，让档案的共用、共享可...
POJPower Network (最大流)
题目链接。分析：这题描述的可不是一般的复杂.其时就是很多源点、很多汇点，使尽量多流量的到达汇点。因为有很多源点，就再设一个源点（0号），使得0号到其它源点的容量为其它源点的初始量，同样设一汇点（n+1），使得其它汇点到该汇点的容量为其它汇点的初始量，如此就把很多的源点和汇点看成普通的点，单源单汇最大...
《Neural Network and Deep Learning》_chapter4
《NeuralNetworkandDeepLearning》_chapter4:Avisualproofthatneuralnetscancomputeanyfunction文章总结(前三章翻译在百度云里)链接：http://neuralnetworksanddeeplearning.com/cha...
【BZOJ】【1834】【ZJOI2010】Network 网络扩容
网络流/费用流这题……我一开始sb了。第一问简单的最大流……第二问是要建费用流的图的……但是是在第一问的最大流跑完以后的残量网络上建，而不是重建……我们令残量网络上原有的弧的费用全部为0（因为如果还能走就不需要扩容），而新加的弧容量为INF，费用为给定的w[i]。然后跑费用流就好了……这样建的话如果...
论文翻译：2019_Deep Neural Network Based Regression Approach for A coustic Echo Cancellation
论文地址：https://dl.acm.org/doi/abs/10.1145/3330393.3330399基于深度神经网络的回声消除回归方法摘要声学回声消除器(AEC)的目的是消除近端传声器接收到的混合信号中的声学回声。传统的方法是使用自适应有限脉冲响应(FIR)滤波器来识别房间脉冲响应(RIR...
DBMS_NETWORK_ACL_ADMIN （OCP 053 第七题）
Youcreateanaccesscontrollist(ACL)usingtheDBMS_NETWORK_ACL_ADMINpackageItisalistofusersandnetworkprivilegesstoredintheXMLfileaccordingtowhichagroupofus...
1 - ImageNet Classification with Deep Convolutional Neural Network （阅读翻译）
ImageNetClassificationwithDeepConvolutionalNeuralNetwork利用深度卷积神经网络进行ImageNet分类AbstractWetrainedalarge,deepconvolutionalneuralnetworktoclassifythe1.2mi...
ISSCC 2017论文导读 Session 14 Deep Learning Processors，A 2.9TOPS/W Deep Convolutional Neural Network
最近ISSCC2017大会刚刚举行,看了关于DeepLearning处理器的Session14，有一些不错的东西，在这里记录一下。A2.9TOPS/WDeepConvolutionalNeuralNetworkSoCinFD-SOI28nmforIntelligentEmbeddedSystems单...
ISSCC 2017论文导读 Session 14 Deep Learning Processors，A 2.9TOPS/W Deep Convolutional Neural Network SOC
最近ISSCC2017大会刚刚举行,看了关于DeepLearning处理器的Session14，有一些不错的东西，在这里记录一下。A2.9TOPS/WDeepConvolutionalNeuralNetworkSoCinFD-SOI28nmforIntelligentEmbeddedSystems单...
读paper:Deep Convolutional Neural Network using Triplets of Faces, Deep Ensemble, andScore-level Fusion for Face Recognition
今天给大家带来一篇来自CVPR2017关于人脸识别的文章。文章题目：DeepConvolutionalNeuralNetworkusingTripletsofFaces,DeepEnsemble,and摘要：文章动机：人脸识别在一个没有约束的环境下，在计算机视觉中是一个非常有挑战性的问题。同一个身份...
树卷积神经网络Tree-CNN: A Deep Convolutional Neural Network for Lifelong Learning
树卷积神经网络Tree-CNN:ADeepConvolutionalNeuralNetworkforLifelongLearning2018-04-1708:32:39 看_这是一群菜鸟 阅读数1906 收藏 更多分类专栏： 论文解读 版权声明：本文为博主原创文章，遵循CC4.0BY-SA版权协议...
POJ 2349 Arctic Network(最小生成树+求第k大边)
题目链接：http://poj.org/problem?id=2349题目大意：有n个前哨，和s个卫星通讯装置，任何两个装了卫星通讯装置的前哨都可以通过卫星进行通信，而不管他们的位置。否则，只有两个前哨之间的距离不超过D，才能通过无线电进行通信。求出能使所有前哨都能直接或间接通信的最小的D。解题思路...
Poj 2349 Arctic Network 分类： Brush Mode 2014-07-20 09:31 93人阅读 评论(0) 收藏
ArcticNetworkTimeLimit:2000MS MemoryLimit:65536KTotalSubmissions:9557 Accepted:3187DescriptionTheDepartmentofNationalDefence(DND)wishestoconnectsevera...
poj 2349 Arctic Network 最小生成树，求第k大条边
题目抽象出来就是有一些告诉坐标的通信站，还有一些卫星，这些站点需要互相通信，其中拥有卫星的任意两个站可以不用发射器沟通，而所有站点的发射器要都相同，但发射距离越大成本越高。输入的数据意思：实例个数卫星个数 站点个数每个站点的坐标输出的意思：发射器最小是多少，保留两位小数注意事项：其中卫星数量少于站...
A Network-based End-to-End Trainable Task-oriented Dialogue System
abstract让机器去和人类自然的交谈是具有挑战性的。最近的任务型对话系统需要创造几个部分并且通常这需要大量的人工干预，或者需要标注数据去解决各部分训练的问题。在这里我们提出了一种端到端的任务型对话系统，它采取了一种基于管道框架的新颖的收集对话数据的方法。这个方法允许我们轻松实现对话系统而不用过多...