- 博客(15)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 Image-to-Image Translation with Conditional Adversarial Networks论文学习
论文地址： 既然分割结果都能还原成场景图，那么是不是图像翻译直接可以做语义分割？？在传统CNN-based的网络结构中，我们需要定义最后的损失函数比如sigmoid, softmax, L1L2，然而我们并不能确定用哪个损失函数的好坏。
2017-08-12 10:22:05
1789
1
原创 [semantic segmentation] using Adversarial Networks 论文学习
这篇论文是首次将GAN思想用于semantic segmentation.在GAN中，有生成器和判别器，生成器生成fake样本然后判别器进行鉴别，随着训练的进行，生成器的fake样本越接近与数据真实分布，判别器也越难分辨真伪。将GAN用于分割，实际上，基本的分割网络（FCN, DeepLab, PSPNet......）就是GAN中的生成器。换句话说，GAN用于分割不需要另外再构造一个生成网络
2017-08-11 13:41:59
10089
原创 生成式对抗网络generative adversarial nets
GAN模型采用了两个独立的神经网络结构：生成器“generator”和判别器“discriminatory”，核心的idea是生成器生成对抗样本，让判别器来辨真伪，当生成器生成的对抗样本越趋近于真实分布，判别器越几乎无法分辨真假的时候，此时效果最佳。论文中举了一个很好的例子，生成器是造假团伙，判别器是侦探，当造假团伙的水平很高，造出几乎真实的货币，这时候侦探几乎无法判别到底是真是假的时候，这时候生成
2017-07-24 11:37:07
641
原创 cs231n-assignment2-Batch Normalization原理推导
做作业的时候敲BN调了很久，当时就写了博客忘记放上来了。。。assignment2 完整代码链接：http://download.csdn.net/download/pjia_1008/9892859Batch Normalization 可以理解为是一种数据预处理技术，使得每层网络的输入都服从（0，1）0均值，1方差分布，如果不进行BN，那么每次输入的数据分布不一致，网络训练精度自然也受影响。1，
2017-07-13 16:09:56
1819
原创 [deep compression] compressing deep neural networks 论文学习
deep compression 深度压缩 ICLR2016 论文地址：https://arxiv.org/abs/1510.00149deep compression 分为三步，针对fully connected layer压缩： (1) network pruning (2) weight sharing (3) huffman coding1，network 剪枝剪枝过程看作是最小化l
2017-07-04 14:30:50
1473
原创 [semantic segmentation] FCN+ICNet 论文学习
论文地址： FCN: https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf ICNet: https://arxiv.org/abs/1704.08545FCN FCN是2015的CVPR，也是semantic segmentation第一篇运用深度学习网络进行分割，并且是端到端的训练。FCN中用的基础网络是VGG，把
2017-07-03 14:53:35
1160
原创 Tensorflow学习笔记(二)：Deep MNIST for Experts
InteractiveSession tensorflow通常用法是创建图然后用session运算图，InteractiveSession是更灵活更方便的运算类import tensorflow as tfsess = tf.InteractiveSession()Placeholders 在需要接收输入变量时，先要给对应变量用占位符占位定义，接着就能对变量进行定义x = tf.placeho
2017-05-26 10:03:24
347
原创 Tensorflow学习笔记一：getting started with tensorflow
推荐电子书：Tensorflow for Machine Intelligence 下载链接：http://download.csdn.net/detail/pjia_1008/9852144 斯坦福tensorflow课程CS20SI course notes + slides 下载链接: http://download.csdn.net/detail/pjia_1008/9852153
2017-05-25 16:42:40
721
原创 读书笔记三：《运营之光》互联网运营方法论与自白（上）
互联网三个时代：概念驱动时代，有想法就是no1；产品驱动时代，有好的体验no1，这个阶段产品经理成为时代的新宠；接下来，很可能就是已经慢慢道来的运营驱动时代。对于一个运营来说，要是认知和思维都没跟上，直接奔着方法和技巧去，那么很快就会game over!!!所以本文主要总结运营的认知和运营该有的思维部分，作为门外汉小白，看完书中后续的核心技巧工作方法并不是特别理解，希望以后有机会进入运营岗能有更深的
2017-05-24 14:39:43
1843
原创 读书笔记二：《破茧成蝶》
用一句话概括用户体检就是：为了提升用户在使用产品时的主观感受。首先要解决某个实际问题，其次是让问题变得更容易解决，最后给用户留下深刻的印象并产生美好的体验。具体的交互设计职能：通过分析用户心理模型，设计任务流程，运用交互知识，把业务逻辑以用户能够理解的方式表达给用户，实现产品战略。要让用户用着感觉良好，还要让公司能赚钱。重点是对设计本身的思考，需要解决什么实际问题？秉承什么设计理念？而原型设计稿只是
2017-05-24 10:08:29
1252
3
原创 cs231n-assignment1-SVM/Softmax/two-layer-nets梯度求解
上周完成了cs231n的assignment1,作业中的难点是SVM/Softmax/two-layer-nets的梯度求导，特此写篇博客进行总结。 作业assignment1的资源链接在这里：http://download.csdn.net/detail/pjia_1008/9797177SVM梯度求导 SVM的梯度求导要考虑两种情况，j==yi 和 j!=yi，此处 j表示误分类项，yi表
2017-03-27 15:19:21
7419
4
原创 [face detection]人脸检测_概率推理作业总结
final exam终于结束了，学期也结束了！probability inference这门课很有用，不过一学期上下来还是好心塞，非常感谢教授最后给我打了A+，值了~face detection 大作业，教授要求仅用课上所学的概率模型进行脸检测。 face detection问题 人脸检测是确定输入图像中脸的位置和大小的一类问题。由于人脸的遮挡，比如眼镜、帽子、刘海等，表情的变化，肤色的不同，正脸和
2017-01-04 16:44:40
1101
原创 读书笔记一：《微交互》—— 往小处想，改变世界！
这个周末抽空读了微交互这本书，机缘巧合对UI产生兴趣，马上抓住了2016的尾巴读完了这本书。这本书综合了很多实例来说明微交互的四个部分的原理和设计重点，比如搅黄马勒《第九交响曲》的闹铃，支持购买纽约地铁的MetroCard 卡的触摸屏，苹果乱改规则而搞砸的“另存为”，老虎机让人欲罢不能的反馈as so on微交互，就是产品中涉及一种使用场景的交互，只体现为一种功能，只完成一件事，微交互有别于功能。
2017-01-01 21:12:55
546
原创 Cloud Networking 云计算论文整理
这个学期修了cloud networking 云计算的课，学期结束了整理一下所学论文：Cloud Computing云计算介绍 [1] Gupta R. Above the Clouds: A View of Cloud Computing[2] CloudCmp: shopping for a cloud made easy
2016-12-16 15:21:29
1470
原创 [Robust Tracking]视频跟踪MEEM — 多专家模型
[Robust Tracking]MEEM算法 —— 多专家模型 本文的main idea是提出一个多专家模型和半监督损失函数。针对模型漂移问题，实质上就是因为tracker中dad update才会造成模型漂移问题，本文提出MEEM正是用于对错误更新的更正，避免错误的feature更新影响tracker的跟踪结果。
2016-10-23 09:25:06
4421
6
cs231n-assigment1完整代码
2017-03-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人