2017年06月_Layumi1993

12月 11月 06月 05月 02月

原创阅读小结：A-Fast-RCNN: Hard Positive Generation via Adversary for Object Detection

arXiv: https://arxiv.org/pdf/1704.03414.pdfWhat:1. 目标是去增强检测器对于遮挡和形变的泛化能力 2. 但是数据集中一般遮挡和形变的图像较少 3. 所以作者提出了 adversary的方法去增加训练难度4. 整个网络是基于 Fast-RCNN 而不是 Faster-RCNNHow:

2017-06-16 20:35:53 1565

原创阅读小结：Unsupervised Learning of Visual Representations using Videos

paper link: http://www.cv-foundation.org/openaccess/content_iccv_2015/html/Wang_Unsupervised_Learning_of_ICCV_2015_paper.html 发表于2015ICCVWhat: 1. 使用视频中的物体去训练网络。比如：可以作为一个pretrain的结果应用到其他分类任务上。 2. 没有使

2017-06-10 19:20:21 1684

翻译 Word2Vec教程（2）- Negative Sampling

原帖地址：http://mccormickml.com/2017/01/11/word2vec-tutorial-part-2-negative-sampling/在word2vec第二部分教程中（这里是第一部分part1）我将会讨论一些在原有skip-gram 模型基础上额外的小trick，使模型训练可行。当你读到skip-gram model 的时候，你可能会觉得它是一个很大的网络。（译者

2017-06-05 17:28:00 14282 1

翻译 Word2Vec教程 - Skip-Gram模型

翻译原始链接： http://mccormickml.com/2016/04/19/word2vec-tutorial-the-skip-gram-model/这个教程包含训练word2vec的 skip-gram 模型。通过这个教程，我希望跳过常规Word2Vec 的介绍和抽象理解，而是去讨论一些细节。特别是skip gram的网络结构。模型skipgram model 常常让人惊讶于它的简单

2017-06-05 14:10:35 15977 2