Image Classification Distance Metric to compare images L1 distance: $d_1(I_1,I_2)=\sum_p|I_1^p-I_2^p|$ In Nearest Neighbor classifier, we just memorize all training image, and then find the nearest training image for each testing
本篇笔记来自多篇paper的整合，分别是：
本篇笔记来自FCN for semantic segmentation1一文。
本篇笔记来自深度学习在语义分割中的应用的评论1一文。
这篇文章总结了DFST、支配、归约的各种性质和算法，并最终给出路径摘要的方案。上一篇文章的链接在这里：从CFG直接构建GSA的算法。
这篇文章是顺着一篇语义分割的综述1开始阅读相关论文。
这篇文章来自《Coq in a Hurry》1的总结。
已经废弃了，因为算法感觉很复杂不可靠。主要介绍Tilly的前端所用到的技术。包括记忆化的Packrat Parser（包括它们带来的增量和解决左递归的方法）、Parser Combinator和基于PEG的Recoverable Parser。
这篇文章的内容来自Allen的Control Flow Analysis1。
这篇文章的主要内容来自于Tarjan的Testing Flow Graph Reducibility1。研究这篇文章的目的是为了得到求解归约序列的算法。依照规约序列分析可以很好的降低分析的复杂度，比如“从CFG直接构建GSA的算法”中的算法。
本文来源于这篇Efficient building and placing of gating functions论文。该论文提供了一种算法，能够直接从CFG（控制流图）构建GSA（Gated单一赋值）形式。而之前的方法需要先插入phi节点即转换成SSA（静态单一赋值）形式，再进行构建。其核心思想是借助了他们提出的gating path这一概念。
这篇文章是关于如何从非SSA（静态单一赋值）形式的CFG（控制流图）构造出SSA形式的控制流图。这主要涉及到图论中的Dominator理论。难点在于phi函数的插入。
这篇文章是关于清华软院零字班学生上网所需要的配置方案的。
本文的内容主要来自关治的《数值分析基础（第3版）》第1章《引论》和老师的PPT。
本文的内容主要来自陈宝林的《最优化理论与算法（第2版）》第3章《单纯形方法》和老师的PPT。