chiblog

Life Long Learning (ntu.edu.tw) Life Long Learning灾难性遗忘 transfer learning 在意在第二个任务怎么样 I can do task 2 because I have learned task 1. life long learning在意第二个任务学了以后第一个怎么样 Even though I have learned task 2, I do not forget task 1. 评估 3个life long learning的解法 Selective Synaptic Plasticity 突觸的 可塑性。Regularizationbased Approach  Basic Idea: Some parameters in the model are important to the previous tasks. Only change the unimportant parameters 一些方法文献 在ppt24页 Additional Neural Resource All ...

copilot+pycharm报错 问题：GitHub Copilot: Sign in failed. Reason: Request signInInitiate failed with message: read ECONNRESET, request id: 5, error code: -32603 解决方案：下载对应版本 Versions: GitHub Copilot - IntelliJ IDEs Plugin | Marketplace (jetbrains.com)。 在setting的plugins里面选择install plugin from disk。以及fanqiang。 奇怪的是，在另一台电脑上，开始也报错，当我终于找到这个网址，刚开始下载对应版本的文件，pycharm就好了…… 难道他只是需要缓缓？？ chatgpt+zotero教程 Zotero GPT下载：https://github.com/MuiseDestiny/zotero-gpt 免费密钥领取：https://github.com/chatanyw ...

RL learning

北大 彭宇新教授的讲座从感知智能到认知智能 跨模态多模态，跨越语言 视觉 听觉。图像、视频、文本、音频表征 科学问题 语义鸿沟。视频图像的计算机特征与人类理解的语义概念不一样，如何利用多模态信息缩短语义鸿沟 异构鸿沟。视频图像包含的视觉 语言等不同模态信息的特征表示不一致，如何实现多模态信息的统一表征和引用 7个任务 统一表征映射，将表达相似语义的跨媒体数据映射到同一个空间中，转换为相似的统一表征 跨媒体关联理解与深度挖掘。相似性计算与知识挖掘 跨媒体知识图谱构建与学习 跨媒体知识演化与推理 跨媒体描述与生成X->Y，例如图像->自然语言，图像->视频 跨媒体智能引擎，结合前面，有目的的开发应用 跨媒体智能应用：内容监督、舆情分析、智能医疗 视觉-语言相互生成 研究意义：儿童教育、家居设计、文案创作、智慧医疗。文本->视频，所思即所见 视觉->语言。语言->视觉。 难点：数据难关联（异构鸿沟）。信息不完备（文本缺少视觉生成的对象 关系 属性）。图文差异大（文本视觉内容难以相互映射） 研究现状：预训练模型。（什么都懂 就做不 ...

反方、正方、质询、论据

Explainable AI, domain adaptation

自监督（BERT,GPT）, auto-encoder, Adversarial Attack

曾梦想仗剑走天涯，看一看世界的繁华

GAN

《炒作机器》一书中说：“算法的放大效应可以创造出一种潮流的暴政，这种暴政会使用户的注意力都集中在当天最新的、最有人气的某种情绪中。那些能够抓住人们眼球、令人感到震惊并且让人情绪化的话题是最容易成为潮流的。如果一个话题能够让我们感到震惊，并且引发我们最极端的情绪，比如惊讶、愤怒、厌恶、积极、喜悦等，那么它就很有可能快速流行起来，并最终成为一种潮流。一旦某个话题成为潮流，排行榜和潮流列表就会把它传播给更广泛的受众，提升它的流行度，并强调其使人情绪极端化，让人兴奋或煽动人心的内容。” “一个网红的粉丝数量越多，他们对任意某个粉丝的影响力就越小。行业研究证实，在Instagram上拥有更多粉丝的网红发布的帖子得到的“每个粉丝的点赞数”会更少，因为与粉丝相对较少的网红相比，他们的受众与他们的联系已经不再像以前那样密切了。拥有1000～5000个粉丝的网红来讲，平均每个粉丝的点赞数是8.8%，拥有5000～10000个粉丝的网红得到的平均粉丝点赞数是6.3%，拥有超过100万个粉丝的网红得到的平均粉丝点赞数是3.5%。当某人越来越受欢迎时，他就会逐渐地失去粉丝的注意力。”