[深度学习] 2011Adaptive Trading Agent Strategies Using Market Experience.pdf

说明：论文摘要：迁移学习在经济学中的应用—i)找出最相似的市场，ii)仅从当前市场学习，iii)从当前市场学习，但使用以前的经验调整学习算法，iv)从当前和以前的市场学习。
<liz_Lee> 上传 | 大小：2mb

[深度学习] 2018GLoMo: Unsupervisedly Learned Relational Graphs as Transferable Repres.pdf

说明：论文摘要：现代的深度迁移学习方法主要侧重于从一个任务中学习可转移到其他任务中的一般特征向量，如语言中的单词嵌入和视觉中的预训练卷积特征。然而，这些方法通常传递一元特征，并在很大程度上忽略了更结构化的图形表示。这项工作探索了学习通用潜关系图的可能性，它捕获了数据单位对之间的依赖关系(例如，单词或像素)，从大规模的未标记数据，并将图传输到下游任务。
<liz_Lee> 上传 | 大小：610kb

[深度学习] 2019Seeded transfer learning for regression problems with deep learning.pdf

说明：论文摘要：相关但不同领域的数据分布差异是知识适应的长期问题。提出了一种新的源域知识变换方法，使其与目标函数相适应。该方法利用深度学习方法和目标域有限样本对源域数据集进行变换。它将目标域的有限样本作为启动源知识转移的种子。采用不同的计算智能模型和不同的数据集进行了综合实验。结果表明，使用该方法训练的预测模型与仅使用源知识或深度学习特征训练的相同模型相比，表现出最佳的性能。实验表明，在总共18个实验中，使用所提方法训练的模型在14个实验中至少比基线方法好50%
<liz_Lee> 上传 | 大小：1mb

[深度学习] 论文笔记-2014ECML-ImportanceWeighted Inductive Transfer Learning for Regression.pdf

说明：论文摘要：我们考虑了数据集移动的归纳转移学习，在这种情况下，两个采样的，但密切相关的数据集的分布不同。当需要预测的目标数据稀缺时，就会使用另一个次要数据集的数据来改进预测。迁移学习试图通过适当补偿这样的数据集移动来解决这个任务。在这项工作中，我们假设协变量和因变量的分布可以在数据集之间任意不同。本文提出了两种基于重要性加权的回归方法。这里对辅助数据的每个实例都分配了一个权重，以便该数据对目标数据的预测作出积极的贡献。实验表明，该方法在基准测试和真实数据集上都取得了良好的效果。
<liz_Lee> 上传 | 大小：481kb

[机器学习] 读取ros包中rgb和depth图，python代码

说明：可以将ros包中的颜色图和深度图读取出来，并保存到对应文件夹下。 使用时仅需要修改对应话题和路径即可。
<alsj123456> 上传 | 大小：2kb

[深度学习] 深度学习 挑战配分函数

说明：许多概率模型由一个未归一化的概率分布定义，它必须通过除以配分函数来归一化。配分函数是未归一化概率所有状态的积分（对于连续变量）或求和（对于离散变量），一些模型会直接面对难以计算的配分函数
<baidu_35560935> 上传 | 大小：10mb

[深度学习] 深度学习之 近似推断

说明：概率推断的核心任务就是计算某分布函数， 所涉及的分布可能很复杂，需要引入一些近似计算方法 变分法的优点主要是：有解析解、计算开销较小
<baidu_35560935> 上传 | 大小：9mb

[机器学习] 188_指标多周期EA1.4_10_84.zip

说明：多周期多图表多品种运行，分散风险，让交易变得简单化轻松化。188_指标多周期EA1.4_10_84系统采用顶底指标和趋势指标同步共振原理，同时也可以结合其他指标的提示。
<Ww798229841> 上传 | 大小：496kb

[深度学习] FairMOT-master.zip

说明：FairMOT-master.zip，6月16号版本。下载自：https://github.com/ifzhang/FairMOT/tree/master/。
<qq_35975447> 上传 | 大小：43mb

[机器学习] 《人工智能》平时作业与实验.zip

说明：电子科技大学2020年《人工智能》课程的平时作业与实验，实验一共有4个，分别是传教士与野人问题、8数码问题、BP神经网络问题、ID3决策树问题。
<ProgramNovice> 上传 | 大小：8mb

[机器学习] OpticalFlow.rar

说明：基于opencv对光流法的实现；包含3个简单的测试视频和代码。 基于python语言，会用到matplotlib（但不是必须的，可以删除对应语句） 首先获取视频或者摄像头的第一帧图像。用goodFeaturesToTrack函数获取初始化的角点，然后开始无限循环获取视频图像帧，将新图像和上一帧图像放入calcOpticalFlowPyrLK函数当中，从而获取新图像的光流。 calcOpticalFlowPyrLK的官方文档：https://docs.opencv.org/4.4.0/dc/d6b
<m0_37412775> 上传 | 大小：994kb

[计算广告] google关键字排名批量搜索

说明：支持批量导入域名和关键字，查询过程中如果被Google封IP会提醒，查询结果会生成txt文件，支持多语言查询，自动更换查询内核
<weixin_48803304> 上传 | 大小：51kb