![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 90
葛葎蔓酒花
这个作者很懒,什么都没留下…
展开
-
DivCo: Diverse Conditional Image Synthesis viaContrastive Generative Adversarial Network
笔记原创 2022-10-11 15:50:07 · 811 阅读 · 1 评论 -
极性采样:通过奇异值对预训练生成网络的质量和多样性控制
无原创 2022-10-04 11:24:49 · 458 阅读 · 1 评论 -
变分推断(variational inference,VI)以及一篇论文阅读
学习笔记原创 2022-09-19 13:00:00 · 944 阅读 · 0 评论 -
(学习笔记)关于KL散度的应用
笔记原创 2022-06-29 11:32:19 · 2322 阅读 · 0 评论 -
(学习笔记)Chest Radiograph Disentanglementfor COVID-19 Outcome Prediction
学习笔记原创 2022-06-21 10:24:58 · 332 阅读 · 0 评论 -
(学习笔记)PAC Bayesian Performance Guarantees for Deep(Stochastic) Networks in Medical Imaging
笔记原创 2022-04-27 16:53:26 · 1910 阅读 · 0 评论 -
(学习笔记)基于众包学习的交互式特征选择方法
学习笔记原创 2022-04-23 10:39:52 · 632 阅读 · 0 评论 -
(学习笔记):Integrate domain knowledge in training multi-task cascade deep learning model
学习笔记原创 2022-04-23 10:06:00 · 323 阅读 · 0 评论 -
(学习笔记)OoDAnalyzer: Interactive Analysis of Out-of-Distribution Samples
一、OoD样本以及算法、定理备忘录预测模型性能下降的一个主要原因是训练数据没有很好地覆盖测试样本。这种没有很好表现的样本被称为 OoD 样本。上图分类中的 OoD 样本:(a)在仅由深色狗和浅色猫组成的数据集上训练的分类器以高置信度错误地预测了一只白狗和一只黑猫; (b) 一个更复杂的卡通狗案例。OoDAnalyzer,它将集成 OoD 检测方法与交互式可视化相结合,以帮助识别 OoD 样本并解释 OoD 上下文。一旦确定了 OoD 样本并确定了它们的根本原因,根据训练数据集标记和添加样本通原创 2022-04-22 17:30:43 · 1278 阅读 · 0 评论