ZLey

摘要： 题目：26. 删除有序数组中的重复项 解答： 本人思路：再创建一个数组result，然后把nums数组的内容复制到result中，nums数据全部赋值10001（大于10000就行），然后两个数据依次比对（先把nums[0]=result[0]），把不相同的数据加入到nums中即可，最后得到目标数组 阅读全文

摘要： 题目： 16. 最接近的三数之和 class Solution { public int threeSumClosest(int[] nums, int target) { Arrays.sort(nums); //数组排序 int min = Integer.MAX_VALUE; //整数最大值 阅读全文

摘要： 题目：15. 三数之和 初始版： 遇到了问题，在进行了T.add(S)后，最终的T却是空值。 import java.util.*; class S2 { public List<List<Integer>> threeSum(int[] nums) { int i=0,j=1,k=2; List< 阅读全文

摘要： 题目：11. 盛最多水的容器 采用双指针法： 两端向中间移动，每次移动短板，计算此时的容量，和res进行比较，最后留下最大的即可。 class Solution { public int maxArea(int[] height) { int n=height.length; int i=0; in 阅读全文

摘要： 摘要： 深度网络架构努力不断学习新任务而不忘记以前的任务。最近的一个趋势表明，基于参数扩展的动态体系结构可以在持续学习中有效地减少灾难性遗忘。然而，现有的方法存在一些弊端： （1）通常需要在测试时使用一个任务标识符； （2）需要进行复杂的调优来平衡不断增长的参数； （3）几乎没有在任务之间共享任何信 阅读全文

摘要： Continual Learning with Lifelong Vision Transformer 阅读笔记 摘要： 在本文中，我们提出了一种新的基于注意力的框架 Lifelong Vision Transformer（LVT），以实现更好的稳定性-可塑性权衡的持续学习。具体的，LVT提出了一种 阅读全文

摘要： CONTINUAL LEARNING IN VISION TRANSFORMER 阅读笔记 摘要： ​ 持续学习的目标是从新数据中持续学习新任务，同时保留过去学习的任务的知识。最近，利用最初在计算机视觉自然语言处理中提出的Vsion Transformer，在图像识别任务中显示出比卷积神经网络（CN 阅读全文

摘要： AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE 阅读笔记 摘要 ​ 虽然 Transformer 架构已成为 NLP 任务的事实标准，但它在 CV 中的应用仍然有限。在视觉上，注意力要么与卷积网络结 阅读全文

摘要： Continual Learning with Transformers for Image Classification 阅读笔记 摘要： 阻止灾难性遗忘是一件很困难的事，一个最近的研究趋势是动态扩展参数可以有效的减少灾难性遗忘。但是这需要复杂的微调来平衡增长的的参数，且任务中的信息也很少共享。本 阅读全文

摘要： 2022-12-11 00:13:07 public class Pet { String name; int age; public void shout(){ System.out.println("叫了一声！"); } } public class Application { public s 阅读全文