- 博客(4)
- 收藏
- 关注
RSS订阅原创 【论文笔记】Frustratingly Simple Few-Shot Object Detection
Transformer学习笔记encoder-decoder结构encoder是由self-attention和feed forward neural network组成decoder结构由self-attention、Encoder-Decnoder Attention和feed forward组成1、Self-Attention：当前翻译和已经翻译的前文之间的关系；2、Encoder-Decnoder Attention：当前翻译和编码的特征向量之间的关系在最底层的block中， [公式]
2021-08-09 15:49:06
471
原创 图像描述学习笔记（一）——常用的图像描述方法概述
图像描述学习笔记（一）——传统的图像描述方法1.概念图像描述：就是结合计算机视觉（Computer Vision）和自然语言处理（Nature Language Process）的知识，使计算机具有“看图说话”的能力的技术。在图像描述任务中，计算机不仅要识别输入图像中物体的属性，还要使用正确的自然语言表示出来。2.图像描述方法在最初的图像描述任务中使用的是基于模板和检索的方法。2.1基于模板的方法在此方法中生成的句子有固定的模板，对图像进行检测，识别出图像中物体、场景、动作等相关元素，然后在模
2021-04-07 20:13:08
5733
原创 KNN算法学习笔记
kNN算法k近邻法（kNN），是一种基本分类和回归方法。分类问题中：输入为实例的特征向量，输出为实例的类别。k近邻法对于输入的实例x，根据所给定的距离度量，在训练集中找出与x最近邻的k个点，在这k个点中，根据分类决策规则决定x的类别y。k近邻法抛不开训练集，因此没有显式的学习过程。缺点：（1）没有明显的训练过程，在训练阶段所作的仅仅是将样本保存起来，如果训练集很大，必须使用大量的存储空间。（2）必须对数据集中的每个数据计算距离值，实际中可能非常耗时。为了克服缺点，可以使用一些特殊的存储方式存储训
2020-12-15 19:51:31
254
原创 逻辑斯蒂模型与最大熵模型学习笔记
逻辑斯蒂模型和最大熵模型1 逻辑斯蒂模型逻辑斯蒂分布：设X是连续随机变量，X服从逻辑斯蒂分布是指X具有以下分布函数和密度函数：μ为位置参数，γ>0为形状参数。逻辑斯蒂分布的密度函数与分布函数图像逻辑斯蒂回归模型源自于逻辑斯蒂分布，其分布函数F(x)是S型函数可用于二项或多类分类。二项逻辑斯蒂回归模型：是一种分类模型，由条件概率分布P(Y/X)表示，形式为参数化的逻辑斯蒂分布，其条件概率分布为：对于给定的输入x，可以求得P(Y=1|x)与P(Y=0|x)，比较两个条件概率值的大小，
2020-12-15 19:40:36
252
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