基础
文章平均质量分 91
PeaceInMind
兴趣方向:图像,控制算法
展开
-
First Order Motion Model for Image Animation论文阅读
论文主要是做image animation,可以根据一个driving video让一张图片也按照该video上的动作去生成一些新视频。csdn放视频不方便,就放一张图好了图片如下因为算法会将driving video和图片的尺寸都调整成256*256,所以看起来会有些畸变,虽然在大形变的情况下(原理上感觉应该是keypoint丢失或者不准带来的问题),生成的视频有不少瑕疵,但整体上还是感觉有意思。本篇主要是记录下自己看该论文时一些难点的理解。个人的难点主要是在论文3.1节这些公式,个人数学水平有原创 2022-01-12 19:16:50 · 2203 阅读 · 0 评论 -
GAN稳定性训练理论入门
对GAN的理解还停留在一些警察抓小偷,cyclegan,pix2pixHD之类的层次,当自己想去独立写一个的时候发现自己对这块了解地非常肤浅。本文综合网上各种参考资料和论文,记录在本博客中,以促进自己的理解,不过自己想要想真正理解里面的内容,还是得对数学有系统的学习,不然只是生硬地知道这个公式这个定理,而不能形象理解,过三五个礼拜就忘了原创 2020-07-05 16:56:00 · 3162 阅读 · 0 评论 -
[水博文]论文杂读传送门
深度学习应用和图像理解相关。人老体衰,记忆下降,很多看了就忘了,今后希望能对一些论文做些很肤浅的记录,后面有需要的话可以快速捡起来分割视频分类和骨架网络域适配(半年没更新)其他文字(资料收集)...原创 2019-02-18 19:15:56 · 1299 阅读 · 0 评论 -
[水水博文-论文杂读]How Does Batch Normalization Help Optimization?
[2018-NIPS-oral] How Does Batch Normalization Help Optimization[paper]这篇文章主要设计了多组对比实验去分析了Batch normalization(BN)成功的原因并在最后给出了一些证明。本文主要的观点是BN并不是去解决原始作者理解的internal covariate shift(ICS) 而是由于 BN reparame...原创 2018-06-05 14:40:20 · 1696 阅读 · 0 评论 -
深度学习分类网络
主要介绍一些分类网络,并计算了FLOPS,参数个数和感受野信息,方便大家查询。很多本人没有用过,另外也没有认真校对,有可能有错误。感受野的公式应该有错误,大家可以忽略1 VGG-16VGG[1]是非常经典的模型,是2014 ImageNet的亚军,其中当属VGG16应用最广泛。核心思想:小核,堆叠。主要分成5个stages,22333,13个卷积层,16的意思应该是加上3个...原创 2017-09-24 20:18:52 · 19580 阅读 · 5 评论 -
蒙特卡洛和gibbs采样
摘自《LDA数学八卦》by Rickjin(靳志辉), version 1.0.如有版权问题,非常抱歉,请联系删除,这是本人看过的最好的材料了转载 2017-05-23 20:08:52 · 1325 阅读 · 1 评论 -
各大公司广泛使用的在线学习算法FTRL详解
转载请注明本文链接:http://www.cnblogs.com/EE-NovRain/p/3810737.html 现在做在线学习和CTR常常会用到逻辑回归( Logistic Regression),而传统的批量(batch)算法无法有效地处理超大规模的数据集和在线数据流,google先后三年时间(2010年-2013年)从理论研究到实际工程化实现的FTRL(Follow-the-转载 2016-09-07 20:48:54 · 1404 阅读 · 0 评论 -
PRML抽样方法笔记
参考 pattern recognition and machine learning 第十一章。主要是笔记,本人没有暂深入和形象的理解。原创 2016-08-19 17:16:29 · 2730 阅读 · 0 评论 -
隐尔马尔可夫模型HMM
主要转载自http://www.zhihu.com/question/20962240/answer/33438846的答案隐马尔可夫(HMM)好讲,简单易懂不好讲。我认为 @者也的回答没什么错误,不过我想说个更通俗易懂的例子。我希望我的读者不是专家,而是对这个问题感兴趣的入门者,所以我会多阐述数学思想,少写公式。霍金曾经说过,你多写一个公式,就会少一半的读者。所以时间简史转载 2016-05-07 15:19:13 · 1639 阅读 · 0 评论 -
卷积层感受野和坐标映射
转载自http://blog.cvmarcher.com/posts/2015/05/17/cnn-trick/如有版权问题,请联系博主删除本博客Receptive Field (感受野)这是一个非常重要的概念,receptive field往往是描述两个feature maps A/B上神经元的关系,假设从A经过若干个操作得到B,这时候B上的一个区域area b 只会跟转载 2015-12-26 17:26:09 · 5919 阅读 · 4 评论 -
矩阵形象理解最小二乘解
你们也可以从各式各样的书籍中知道最小二乘问题Ax=b的有最优估计值是A^T Ax ̂=A^T b,但是大多数书籍文章都是用各式各样的方法去证明这个结论的正确性而没有从非常直观的角度去理解这个公式,本文所要做的就是从矩阵去分析这个公式能让读者有更形象的理解。。原创 2016-01-22 16:24:45 · 4356 阅读 · 0 评论 -
理解矩阵
理解矩阵一:转载自:http://blog.csdn.net/myan/article/details/647511http://blog.csdn.net/zouxy09/article/details/8004724前不久chensh出于不可告人的目的,要充当老师,教别人线性代数。于是我被揪住就线性代数中一些务虚性的问题与他讨论了几次。很明显,chensh觉得,要让自己在讲线性转载 2015-11-12 10:42:11 · 1437 阅读 · 2 评论