- 博客(7)
- 收藏
- 关注
RSS订阅原创 第七周学习任务：视频学习与论文泛读
1.【BMVC2018】BAM: Bottleneck Attention Module 文章把重心放在了Attention对于一般深度神经网络的影响上，提出了一个简单但是有效的Attention 模型—BAM，它可以结合到任何前向传播卷积神经网络中，模型通过两个分离的路径 channel和spatial, 得到一个Attention Map。 结构图： BAM与一个通用的CNN架构集成。将BAM放在了Resnet网络中每个stage之间。通过可视化...
2021-10-25 11:22:24
224
原创 第六周学习
Part 1 视频学习 1. 《语义分割中的自注意力机制和低秩重重建》 链接：https://www.bilibili.com/video/BV11E411y7Dr 语义分割：相对于图像分类的输出更密集，对于每个像素输出一个label。 视频讲了下面五个部分： 2.《图像语义分割前沿进展》 链接：https://www.bilibili.com/video/BV1Qz4y197Sj 视频听的模模糊糊的，没太听懂，内容太多了还没来得及完全整理出来，有时间再看一遍。 Part 2..
2021-10-17 23:02:49
621
原创 第二周作业：多层感知机
一、线性回归 回归是指一类为一个或多个自变量与因变量之间关系建模的方法。在自然科学和社会科学领域，回归经常用来表示输入和输出之间的关系。线性回归基于几个简单的假设：首先，假设自变量x和因变量y之间的关系是线性的，即y可以表示为x中元素的加权和，这里通常允许包含观测值的一些噪声；其次，我们假设任何噪声都比较正常，如噪声遵循正态分布。 线性模型：给定n维输入： 线性模型有一个n维权重和一个标量偏差： 输出是输入的加权和： 向量版本： 线性模型可以看作单层神经网络 损失函数：衡量预估质量：损失函数.
2021-09-12 20:05:43
985
原创 第一次作业：深度学习基础
Part1: 深度学习概述：（链接：结论和深度学习概述） 一、绪论部分 主要介绍了从专家系统到机器学习、从传统机器学习到深度学习的变化历程，以及深度学习的能与不能。一些名词概念的区别简单总结如下（虽然可以截图ppt的但是打字总结可以加深印象）： 1. 专家系统：根据专家人工定义的规则，进行推理判断，解决问题。 机器学习：机器从数据中提取知识自动训练，解决问题。 2. 监督学习：数据标记已知，目的在于学习输入。 无监督学习：数据标记未知，目的在于发现数据...
2021-09-05 21:55:11
314
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人