![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
paper笔记
文章平均质量分 74
风过无虎
这个作者很懒,什么都没留下…
展开
-
Human-level concept learning through probabilistic program induction文章总结
文章首先通过人类学习与机器学习的对比分析提出问题:人类往往能够成功的将单一的样本一般概括化学习到新的概念,经典的机器学习算法却需要成千上万的相似样本去做训练集,人类相比传统算法也能对刚学到的概念进行灵活的使用,(行为、想象、解释),文章提出一个模型获取人类对手写字符这种简单视觉概念的学习能力(贝叶斯程序学习),对于单独的分类来说能达到深度学习的水平,能够通过图灵机测试。人类只要给一个两轮交原创 2016-10-21 16:26:54 · 720 阅读 · 0 评论 -
Deep Visual-Semantic Alignments for Generating Image Descriptions总结
Deep Visual-Semantic Alignments for Generating Image Descriptions 2015 CVPR Li Fei-Fei的工作,利用深度图文对照嵌入,去实现对图像的描述,文章的最终目标是生成对图像局部的描述,模型主要分为两个部分,第一部分,通过一个多通道嵌入,将句子片段与图像局部区域对应起来,第二部分用上边得到的数据作为训练数据,使用一个多通原创 2016-10-21 16:35:44 · 2577 阅读 · 0 评论