XLM 新增：添加了模型。 PyTorch训练的原始实现。 包括： XLM支持多GPU和多节点训练，并包含以下代码： 语言模型预训练： 因果语言模型（CLM） 屏蔽语言模型（MLM） 翻译语言模型（TLM） 胶微调 XNLI微调 有监督/无监督的机器翻译培训： 去噪自动编码器 并行数据训练 在线回译 安装 使用可编辑模式安装python软件包 pip install -e . 依存关系 的Python 3 （当前在版本0.4和1.0上测试） （生成并应用BPE代码） （仅用于清理和标记文本的脚本-无需安装） （用于fp16培训） I.单语语言模型预训练（BERT） 在下面的内容中，我们将说明如何下载和使用我们的预训练的XLM（仅英语）BERT模型。 然后，我们解释了如何训练自己的单语言模型，以及如何在GLUE任务上对其进行微调。 预先训练的英语模型 我

前川算法 前川算法实现 Maekawa 算法用于在分布式系统中实现互斥。 实现了原始算法的所有特征。 该算法是用Java实现的。 主要设计决策：分布式系统中的进程/节点被视为线程。 然后节点可以异步进入临界区。 但是进程进入 CS 的时间是按照问题陈述中的定义实现的。 进程使用套接字相互通信。 使用流套接字。 每个进程都在唯一的地址和端口上侦听消息。 每个进程都知道其 Quorum 中所有其他进程的地址。 这些地址在程序中是硬编码的。 没有实施名称服务器来执行此操作。 在程序中实现了CS的概念。 没有使用同步原语来定义 CS。 但是程序中的逻辑保证了进程互斥地访问 CS。 内部时钟； //逻辑时钟值交换（lamport） 消息：REQUEST=1,REPLY=2,RELEASE=3,GRANT=4,INQUIRE=5,FAILED=6,YEILD=7 编译过程： javac客户端.ja

【matlab代码】 对信号进行傅里叶逆变换，并与原始信号进行对比.m

The raw code of three-dimensional location and orientation tracking method

cs-training.csv cs-test.csv

web安全数据集，可以用于入侵检测，包含标注数据集与原始数据集，主要用于机器学习和深度学习在安全领域建模。

WinHex工具，读取u盘原始数据，调试挺好用的

大数据-算法-解一般约束优化的一个全局和超线性原始对偶内点QPfree型算法.pdf

用于计算特殊函数的 MATLAB 例程 这些例程是使用 f2matlab 执行的“特殊函数计算”的原始 FORTRAN-77 实现的直接转换。 各程序算法的详细说明请查阅《特殊函数的计算》一书。 另见勘误表：http://ceta.mit.edu/comp_spec_func/ 伯努利数欧拉数Chebyshev、Laguerre 和 Hermite 多项式高斯-勒让德正交高斯-拉盖尔高斯-厄米特伽马函数。 伽马函数的对数。 具有复杂参数的伽马函数。 贝塔函数。 psi 功能。 具有复杂参数的 psi 函数。 不完全伽马函数。 不完整的 beta 函数。 勒让德多项式第二类勒让德函数相关勒让德多项式第一类和第二类贝塞尔函数第一类和第二类贝塞尔函数的零点拉姆达函数第一类和第二类修正贝塞尔函数第一类和第二类汉克尔函数贝塞尔函数 J0(t) 和 Y0(t) 从 0 到 x 的积分[1-J0(

大数据-算法-高速公路养护预算定额编制及原始数据分析研究.pdf