- 博客(21)
- 资源 (42)
- 收藏
- 关注
转载 半监督学习之self-training
https://blog.csdn.net/tyh70537/article/details/80244490
2018-10-31 18:55:40 3002
转载 Multi-view Learning 多视角学习入门
https://blog.csdn.net/Danliwoo/article/details/79278574标准协同训练算法的步骤为:输入:标记数据集L,未标记数据集U。用L1训练视图X1上的分类器f1,用L2训练视图X2上的分类器f2; 用f1和f2分别对未标记数据U进行分类; 把f1对U的分类结果中,前k个最置信的数据(正例p个反例n个)及其分类结果加入L2;把f2对U的分类...
2018-10-31 18:29:23 2934
转载 半监督学习——LabelSpreading
https://blog.csdn.net/weixin_39777626/article/details/79846823
2018-10-31 18:03:11 1200
转载 sklearn半监督学习
摘要:半监督学习很重要,为什么呢?因为人工标注数据成本太高,现在大家参加比赛的数据都是标注好的了,那么如果老板给你一份没有标注的数据,而且有几百万条,让你做个分类什么的,你怎么办?不可能等标注好数据再去训练模型吧,所以你得会半监督学习算法。不过我在这里先打击大家一下,用sklearn的包做不了大数据量的半监督学习,我用的数据量大概在15000条以上就要报MemoryError错误了,这个是我最...
2018-10-31 17:54:14 1483
转载 使用sklearn进行增量学习
https://blog.csdn.net/whiterbear/article/details/53120004
2018-10-31 17:21:09 1376
转载 伪标签:教你玩转无标签数据的半监督学习方法
对于每个机器学习项目而言,数据是基础,是不可或缺的一部分。在本文中,作者将会展示一个名为伪标签的简单的半监督学习方法,它可以通过使用无标签数据来提高机器学习模型的性能。伪标签为了训练机器学习模型,在监督学习中,数据必须是有标签的。那这是否意味着无标签的数据对于诸如分类和回归之类的监督任务就无用了呢?当然不是! 除了使用额外数据进行数据分析,还可以将无标签数据和标签数据结合起来,一同训练半监...
2018-10-31 17:11:51 10694 5
转载 【One Shot】《Siamese Neural Networks for One-shot Image Recognition》
https://blog.csdn.net/bryant_meng/article/details/80087079参考 【1】One Shot Learning and Siamese Networks in Keras 【2】affine transformation matrix 仿射变换矩阵 与 OpenGL 【3】https://github.com/sorenbouma...
2018-10-31 11:06:23 372
转载 通过对比实现少样本或零样本学习Learning to Compare: Relation Network for Few-Shot Learning
https://blog.csdn.net/qq_24305433/article/details/79950735
2018-10-31 11:03:34 617
转载 当小样本遇上机器学习 few shot learning
https://blog.csdn.net/mao_feng/article/details/78939864 [1] G Koch, R Zemel, and R Salakhutdinov. Siamese neural networks for one-shot image recognition. In ICML Deep Learning workshop, 2015.[...
2018-10-31 10:58:54 938
转载 hive array_contains
某个字段条件过多,查询条件失效select * from login where dt='20130101' and (ver !='3.1' or ver !='3.2' or ver != '4.0' or ver != '5.2'); select * from login where dt='20130101' and (ver !='3.1' and ver !='3.2...
2018-10-19 16:48:08 20519 1
转载 Hive 中的复合数据结构简介以及一些函数的用法说明
目录[-]一、map、struct、array 这3种的用法: 1、Array的使用 2、Map 的使用 3、Struct 的使用 4、数据组合 (不支持组合的复杂数据类型) 二、hive中的一些不常见函数的用法: 1、array_contains (Collection Functions) 2、get_json_object (Misc. Functions) 3、pars...
2018-10-19 16:47:14 261
转载 CTPN论文翻译——中文版
Detecting Text in Natural Image with Connectionist Text Proposal Network摘要我们提出了一种新颖的连接文本提议网络(CTPN),它能够准确定位自然图像中的文本行。CTPN直接在卷积特征映射中的一系列细粒度文本提议中检测文本行。我们开发了一个垂直锚点机制,联合预测每个固定宽度提议的位置和文本/非文本分数,大大提高了定位精度...
2018-10-18 16:58:14 2742
转载 CRNN论文翻译——中文版
An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition摘要基于图像的序列识别一直是计算机视觉中长期存在的研究课题。在本文中,我们研究了场景文本识别的问题,这是基于图像的序列识别中最重要和最具挑战性的任务之...
2018-10-18 16:44:13 711
转载 深度学习笔记——Attention Model(注意力模型)学习总结
https://blog.csdn.net/mpk_no1/article/details/72862348
2018-10-18 16:17:10 422
转载 Attention Model详解
要是关注深度学习在自然语言处理方面的研究进展,我相信你一定听说过Attention Model(后文有时会简称AM模型)这个词。AM模型应该说是过去一年来NLP领域中的重要进展之一,在很多场景被证明有效。听起来AM很高大上,其实它的基本思想是相当直观简洁的。 AM 引言: 引用网上通俗的解释,首先,请您睁开眼并确认自己处于意识清醒状态;第二步,请找到本文最近出现的一个“Attentio...
2018-10-18 16:08:04 817 1
转载 详细解读Spatial Transformer Networks(STN)-一篇文章让你完全理解STN了
https://blog.csdn.net/qq_39422642/article/details/78870629 https://blog.csdn.net/sinat_34474705/article/details/75125520
2018-10-18 15:21:00 445
转载 深度学习模型压缩与加速算法之SqueezeNet和ShuffleNet
自从AlexNet一举夺得ILSVRC 2012 ImageNet图像分类竞赛的冠军后,卷积神经网络(CNN)的热潮便席卷了整个计算机视觉领域。CNN模型火速替代了传统人工设计(hand-crafted)特征和分类器,不仅提供了一种端到端的处理方法,还大幅度地刷新了各个图像竞赛任务的精度,更甚者超越了人眼的精度(LFW人脸识别任务)。CNN模型在不断逼近计算机视觉任务的精度极限的同时,其深度和尺寸...
2018-10-18 11:16:41 406
原创 纵览轻量化卷积神经网络:SqueezeNet、MobileNet、ShuffleNet、Xception
作者:余霆嵩本文就近年提出的四个轻量化模型进行学习和对比,四个模型分别是:SqueezeNet、MobileNet、ShuffleNet、Xception。目录一、引言二、轻量化模型2.1 SqueezeNet2.2 MobileNet2.3 ShuffleNet2.4 Xception三、网络对比一、引言自 2012 年 ...
2018-10-18 11:13:08 236
转载 网络社区划分算法
网络社区划分算法 目录 [隐藏] 1 简介 2 构建一个点击流网络 3 网络社区划分的两种主要思路:拓扑分析和流分析 4 拓扑分析 4.1 计算网络的模块化程度Q-Modularity 4.2 计算网络的连边紧密度Edge betweenness 4.3 计算网络拉普拉斯矩阵的特征向量Leading eigenvec...
2018-10-12 14:10:15 9422
Pro Go The Complete Guide -go语言学习最新书籍
2023-06-19
Advanced_Programming_in_the_UNIX_Environment,_3rd
2018-11-30
Deep_Learning_Quick_Reference
2018-09-01
Convex Optimization Algorithms
2018-09-01
Guide.to.Medical.Image.Analysis.Methods.and.Algorithms
2018-09-01
Hands-On Data Science and Python Machine Learning py
2018-03-27
Python Machine Learning Machine Learning and Deep Learning
2018-03-27
Data Structures and Algorithms Using Python and C++
2018-03-27
R_for_Data_Science
2018-03-27
Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow
2018-03-17
Approximate.Dynamic.Programming.2011
2018-01-17
Swarm Intelligence Principles Advances and Applications
2018-01-13
Neural_Network_Methods_in_Natural_Language_Processing
2017-12-25
Reinforcement Learning With Open A TensorFlow and Keras Using Python.pdf
2017-12-18
Fundamentals of Deep Learning完整非扫描版本2017
2017-12-16
Text Mining in Practice with R 2017.12
2017-12-13
Text_Mining-From_Ontology_Learning_to_Automated_Text_Processing_Applications
2017-12-13
Tensorflow 机器学习参考手册2007
2017-11-22
Spark大数据处理技术 带标签 完整版
2017-11-12
模式分类11
2016-11-07
集体编程智慧
2016-11-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人