算法笔记
leeeeeeeeeah
毕业于天津大学
展开
-
GAN 学习笔记-1 -leah
GAN基本概念(proposed in 2014) 例如:一个能够生成二次元图像的GAN 训练一个generator(G),输入一个vector,输出一个image 同时训练一个discriminator(D),输入一个image,输出一个score,评价image有多真实 两者相互对抗,目标是G生成出足以骗过well-trained D 的图片 训练过程 准备一个二次元图像库,随机sample一些vector 把vector输入G生成图片,固定G参数,训练D给图像库里真实图片的和G生成的图片分类 固定D原创 2020-11-10 22:21:02 · 154 阅读 · 0 评论 -
领域适应domain adaptation 学习笔记
domain adaptation经典方法 在source domain有大量fully labeled数据,target domain 有不完全labeled数据,两个domain 之间有gap存在(跨domain测试效果很差),如何利用source上的数据训练适应于target domain的模型呢? 回答:想办法让他们投影到相同的特征空间 ps:以下内容属于homogeneous domain adaptation,图对图,声对声 discrepancy-based method 用pre-defin原创 2020-10-30 20:58:06 · 727 阅读 · 0 评论 -
graph neural network笔记
#intro graph:节点和路径组成的结构 gnn:如果把graph当成输入,如何表述它的结构和数据 应用:分类:某种结构的有机物是否导致突变 生成:根据要求生成指定特色的药物分子结构 判断:破案时利用人际关系信息 #roadmap spatial-based: spectral-based ...原创 2020-10-29 14:00:24 · 131 阅读 · 0 评论