![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
每周论文笔记
文章平均质量分 79
daydayjump
计算机小白,正奔跑在学习的路上。
展开
-
论文笔记(一)【 Disentangled Representation Learning GAN for Pose-Invariant Face Recognition】
论文地址:论文大体分为两部分,第一部分是自己读文章时的记录,第二部分是自己总的感想。一、论文概述:1、在摘要中提出了DR-GAN的名字,给出了论文的三个创新点。(1)通过generator 的encoder-decoder框架学习了生成和判别的表示(representation);(2)这种表示是从姿态这种人脸变量得出。姿态(pose)代码传输到decoder,姿态的估计(es...原创 2018-07-07 11:13:17 · 12210 阅读 · 2 评论 -
论文笔记(二) 【Variational Inference with Normalizing Flows】
论文地址:Variztional Inference with Normalizing Flows本文主要是关于现在特别的火的流模型的原理介绍,具体来说是关于标准化流(Normalizing FLows)的介绍一、论文记录1、在摘要中提出在变分推断中选择一个合适的后验分布是十分重要的。在这涉及到两个概念:后验分布(posterior distribution)和变分推断(variati...原创 2018-08-16 14:08:15 · 3584 阅读 · 0 评论 -
论文笔记(三) 【Learning from Simulated and Unsupervised Images through Adversarial Training】
论文地址:论文一、论文记录1.摘要 因为随着训练技巧的提升,使用合成(产生)的图片进行训练,避免了人工注释的麻烦。但是存在着一个问题,就是合成图片与真实图片的分布存在着一定的差距。为了解决这一问题,本文提出了Simulated + Unsupervised(仿真+无监督)learning的方法。具体来说是通过没有标签的真实图片来提高仿真器生成图片的真实性,同时还保持原有合成图片的注...原创 2018-08-24 11:10:28 · 2538 阅读 · 0 评论 -
论文笔记(四) 【NICE: Non-liner Independent Components Estimation】glow系列
论文地址:NICE模型 现在打算紧跟生成模型的步伐,看一下最近火起来的流模型,根据Paper_weekly的文章找到了glow模型最原始的论文,NICE模型。本文主要是该篇论文的笔记。一、论文概述 摘要部分:1、NICE全称为Non-linear Independent Component Estimation ,可以翻译为非线性独立分量估计。2、在本文中,我们需要学得一...原创 2018-11-14 11:11:04 · 3911 阅读 · 2 评论 -
论文笔记(五)【DENSITY ESTIMATION USING REAL NVP】
本文主要针对流模型中的RealNVP模型论文进行记录。论文地址:DENSITY ESTIMSTION USING REAL NVP非常不错的博客:苏剑林. (2018, Aug 26). 《细水长flow之RealNVP与Glow:流模型的传承与升华 》[Blog post]. Retrieved from https://kexue.fm/archives/5807一、论文概述摘...原创 2018-12-20 11:48:07 · 5332 阅读 · 0 评论 -
论文笔记(六)【Glow: Generative Flow with Invertible 1 x 1 Convolutions】
论文地址:glow终于开始总结流模型的最终成熟版--glow。数学原理跟NICE和RealNVP基本一致,主要是在网络模型上进行了优化。一、论文概述1、摘要部分指出了流模型吸引人的地方,对对数似然精确的计算和潜在变量精确的推断,以及训练和合成的并行性。glow模型在之前流模型的基础上采用了可逆的1 x 1卷积核对输入数据进行打乱,简化了网络模型。2、在背景知识介绍上,主要介绍了流模...原创 2019-02-26 21:43:46 · 4766 阅读 · 0 评论 -
论文笔记(七)Learning from Longitudinal Face Demonstration - Where Tractable Deep Modeling Meets Inverse
这篇文章是关于逆强化学习的应用,主要是实现了人脸的老化,是最近发表在arxiv上的文章。论文地址本文主要是对这篇文章阅读过程的笔记。一、论文笔记0 摘要:(1)本文提出的方法为Subject-dependent Deep Aging Path(SDAP),依赖目标的深度老化方法,结合了产生式模型和逆强化学习模型的优点。该模型能生成面部的结构并给出该目标纵向的老化过程。 lon...原创 2019-06-12 17:01:36 · 487 阅读 · 0 评论