深度学习
文章平均质量分 83
Iris__HU
这个作者很懒,什么都没留下…
展开
-
【论文阅读】Recommending What Video to Watch Next: A Multitask Ranking System
本文致力于解决推荐系统中的三个问题:在输入特征是多模态的情况下(视频信息,缩略图信息,文字标题,用户特征,上下文特征等),且这些特征的纬度和稀疏度相差很大,如何有效抽取和综合这些特征。对于一个项目来说,很有可能同时存在多个优化目标,这些目标不会完全一致,甚至会相互冲突。若为每一个目标训练一个网络,则所需数据量及计算量太大,不符合工程要求;若使用参数or网络共享的方法,因为有些objective相关性不大,甚至是相互冲突的,因此网络难以收敛。如何在使用轻量级网络的同时,有效学习多个目标,是一个挑战。因原创 2021-05-18 11:07:29 · 230 阅读 · 1 评论 -
DL细节-激活函数的‘华点’
激活函数123Sigmoid1. 公式2. 导数分析3. 问题饱和区对称性优化方向tanh1. 公式2. 导数分析3. 问题Sigmoid1. 公式2. 导数分析3. 问题饱和区对称性优化方向tanh1. 公式2. 导数分析3. 问题原创 2020-07-27 16:53:19 · 237 阅读 · 0 评论 -
GoogleNet- Inception module
GoogleNet- Inception module原创 2020-07-15 14:12:01 · 469 阅读 · 0 评论 -
DL中的Bias & Variance
Bias Variance Trade-off原创 2020-06-18 16:43:32 · 253 阅读 · 0 评论 -
Residual Net and its variation
ResidualNet原创 2020-06-16 18:00:28 · 224 阅读 · 0 评论 -
【CV经典模型-Detection】YOLO v3
YOLO v3Bounding box RegressionObjectness PredictionClassificationPrediction across scalesTrainingBounding box Regression与v2一致:对于regression而言,每个bounding box会对应4个输出:tx,ty,tw,tht_x,t_y,t_w,t_htx,ty,tw,th。最后需要的bounding box的中心位置(bx,by)(b_x,b_y)(bx,by)原创 2020-06-09 18:15:07 · 218 阅读 · 0 评论 -
DL细节-Batch Normalization
Batch Normalization背景介绍:目的&原理两种类型1. layer nornalization2. batch normalization3. 异同比较使用方法1. during training2. during testing / deploymenttensorflow中的具体实现背景介绍:目的&原理两种类型1. layer nornalization2. batch normalization3. 异同比较使用方法1. during training2原创 2020-06-08 18:22:44 · 171 阅读 · 0 评论 -
【CV经典模型-Detection】YOLO v2
YOLO V2:basic idea:Improvements:Advantage and disadvantage:Reference:v2: https://arxiv.org/abs/1612.08242v3: https://arxiv.org/abs/1804.02767v4:https://arxiv.org/abs/2004.10934原创 2020-06-03 18:36:00 · 272 阅读 · 0 评论 -
【CV经典模型-Detection】YOLO
yolo原创 2020-05-27 16:27:52 · 286 阅读 · 0 评论 -
ROC曲线与PR曲线的关系
ROC曲线与PR曲线的关系简介ROC曲线在正负样本不平衡时,Acurracy常常不能很好地反映模型的真实分类能力,而此时ROC曲线的AUC经常被来评价模型的效果。因为ROC曲线关注的是TPR(y轴;有多少比例的正样本被识别出来)和FPR(x轴;有多少比例的负样本被错误识别成正样本),因此正负样本的相对大小不会影响这两个指标。相当于把TP用正样本总数归一化,把FP用负样本总数归一化,再看阈值对...原创 2020-03-09 16:23:11 · 1123 阅读 · 0 评论 -
loss functions for semantic segmentation
CE:WCE, BCE, Focal LossDice loss:…原创 2019-12-17 17:55:05 · 575 阅读 · 0 评论 -
【Review】Transformer:Attention is all you need
Content原创 2019-10-30 19:06:37 · 257 阅读 · 0 评论