深度模型推理加速的方法与实践，共2篇。

yolov5s适合在移动端推理的torchscript序列化文件

摘要：现有的传播网络结构假定方法大都针对信息传播过程，所能处理的数据与获取的流行病监控数据形式和特性均不相同，不适合处理具有粗粒度，时空多尺度和数据缺失等特性的流行病监控数据。针对该问题，提出了基于自治计算的流行病传播网络建模方法和网络结构示意图方法。该方法采用多自治体建模传播网络结构和流行病传播过程，采用蒙特卡罗模拟结合群智能优化的反馈过程调节系统参数，以缩小模拟系统涌入为与真实监控数据间差异为目标，改变自治体的行为，转化模拟系统向真实系统逐步演进，由此方式替代出传播网络结构及与流行病相关的主要生物学参数。采用2009年H1N1猪流感在香港爆发的真实监控数据分析验证了所提出的模型与方法的有效和适用情况，并以香港地区流行病风险评估为例介绍了流行病传播网络初步的一种应用模式。

常用的模糊推理模型，Matlab仿真，fuzzy文件夹中是对数据的评估，自适应模糊里的数据可自我学习

该文提出了基于ＯＷＬ本体与Ｐｒｏｌｏｇ规则的平面几何知识库的构建方法，从而可形式化地表示平面几何中丰富的语义信息．一方面，用类型、定义域、值域、分类、属性、实例等本体描述来表达结构化的知识，为领域内概念与概念之间关系的描述提供形式化的语义；另一方面，用Ｐｒｏｌｏｇ规则来解决本体不能有效表达的诸如属性之间的关系和操作等问题，从而支持复杂关系间的推理．在此基础上，用Ｐｒｏｔéｇé和Ｐｒｏｌｏｇ构建了一个基于本体和规则的平面几何知识库．实验证明：此知识库可实现知识和语义层次上的信息查询，还可进行复杂问题求解，其丰富的语义描述和混合推理能力弥补了传统知识库的不足．

这个程序是我花了很长时间才完成的，而且可以通过仿真程序仿真出来的，这些程序虽然不是很好，但是是我的辛勤果实

（3）多输入多规则模糊推理 以二输入为例，对于多规则的情况，规则库可以描述为： R： R1：IF x is A1 and y is B1 THEN z is C1; R2：IF x is A2 and y is B2 THEN z is C2; …… Rn：IF x is An and y is Bn THEN z is Cn; 则当二维输入变量的模糊取值分别为A*和B*时，根据R推理得到的模糊输出C*等于所有根据Ri推理得到的模糊输出Ci的并集。 2.7 模糊推理

以上资料均来自互联网，如有侵权请提issue，感谢～ 这里是因果推理和AB实验相关的小书库，大多只是走过路过看过的一些paper，不100%保质保量保全，也欢迎发现好玩paper的小伙伴贡献自己的一份力量～ 下面还有些看paper留下的读书笔记

爱因斯坦问题是开发大脑的一个益智题，很有意思，感兴趣的朋友可以下来试着做一下，考推理的

SATNet• 使用可区分的可满足性求解器桥接深度学习和逻辑推理。 这个软件库包含源代码重现实验中ICML 2019纸由， ，和。 什么是SATNet SATNet是可微分（平滑）的最大可满足性（MAXSAT）求解器，可以集成到较大的深度学习系统的循环中。 该（近似）求解器基于快速坐标下降法来求解与MAXSAT问题相关的半定程序（SDP）。 SATNet如何运作 SATNet层将已知MAXSAT变量的离散或概率分配作为输入，并通过权重为S的MAXSAT SDP弛豫输出未知变量的分配猜测。 下图显示了该层正向通过的示意图。 为了获得后向通行证，我们通过SDP松弛来进行分析区别（有关更多详细信息，请参见本文）。 实验概述 我们表明，通过将SATNet集成到端到端学习系统中，我们可以以最少的监督方式学习挑战性问题的逻辑结构。 特别是，我们表明我们可以： 使用单比特监督学习奇偶校验功能（传