CV-compress
Aries_girl
这个作者很懒,什么都没留下…
展开
-
Non-local的一些理解
其实non-local就是先计算该点(点为向量,维度是通道数)与其他点(也是向量,维度是通道数)的相似度,对这个相似度进行softmax归一化,得到各个点的权重,这个权重再对应乘以对应点的特征映射值(g(x)),加起来的结果就是当前点的输出yi,这样yi就包含了全局信息,而且利用相似度,相似度其实暗示其他点对这个点的贡献度,这样加权得来,其他点对该点联系越大,相似...原创 2020-07-09 10:15:46 · 5449 阅读 · 0 评论 -
自回归模型
自回归模型(Autoregressive Model,简称 AR 模型)是最常见的平稳时间序列模型之一。接下将介绍 AR 模型的定义、统计性质、建模过程、预测及应用。一、AR 模型的引入考虑如图所示的单摆系统。设 xt 为第 t 次摆动过程中的摆幅。根据物理原理,第 t 次的摆幅 xt 由前一次的摆幅 xt-1 决定,即有 xt...转载 2020-06-30 10:29:29 · 5216 阅读 · 1 评论 -
KL
在概率论或信息论中,KL散度( Kullback–Leibler divergence),又称相对熵(relative entropy),是描述两个概率分布P和Q差异的一种方法。它是非对称的,这意味着D(P||Q) ≠ D(Q||P)。特别的,在信息论中,D(P||Q)表示当用概率分...转载 2020-06-30 09:57:43 · 257 阅读 · 0 评论 -
高斯混合模型GMM
1.高斯混合模型概述高斯密度函数估计是一种参数化模型。高斯混合模型(Gaussian Mixture Model, GMM)是单一高斯概率密度函数的延伸,GMM能够平滑地近似任意形状的密度分布。高斯混合模型种类有单高斯模型(Single Gaussian Model, SGM)和高斯混合模型(Gaussian Mixture Model, GMM)两类。类似于聚类,根据高斯概率密度函数(Probability Density Function, PDF)参数不同,每一个高斯模型可以看作一种类别,输入一个.转载 2020-06-29 21:19:30 · 538 阅读 · 0 评论