2017年12月_luxiaohai的学习专栏

12月

原创深度学习中的卷积与反卷积

卷积卷积与矩阵乘法的关系卷积与反卷积的关系普通的神经网络（全连接网络）：只能处理向量，因而需要把常见的把图像、音频等高维输入数据展开成向量才能输入给神经网络，这大大破坏了数据在空间上的位置信息。卷积和反卷积：使得神经网络能够处理二维以上的数据，因而能够保持数据在空间上的位置信息。另外，权重共享使得网络参数大大减少，从而降低了计算复杂度。卷积首先假设对于卷积，已知： input size i1=

2017-12-29 08:45:12 1128 1

原创论文笔记《Learning Deep Correspondence through Prior and Posterior Feature Constancy》

摘要介绍相关工作本论文方法1 用于多尺度特征提取的茎块2 初始视差估计子网络3 视差精细化子网络4 迭代精细化实验1 脱离实验 2 测试基准结果总结参考文献摘要立体匹配算法通常由四步组成：代价计算、代价聚合、视差计算和视差精细化。现有的基于CNN的立体匹配方法仅仅采用CNN来解决四步中的部分，或者使用不同的网络来处理不同的步骤，这使得它们很难获得全局最优的解决方案。这篇论文提

2017-12-25 21:52:23 2192 5

原创论文笔记《End-to-End Training of Hybrid CNN-CRF Models for Stereo》用于立体评估的端到端训练的混合CNN-CRF模型

论文作者提供的源码 https://github.com/VLOGroup摘要：1. 介绍2. 相关工作3. CNN-CRF 模型3.1 Unary CNN3.2 Correlation3.3 CRF3.4 Pairwise CNN4. 训练5. 实验5.1 单独组件的性能5.2 联合训练的好处5.3 性能测试6. 总结摘要：本文提出一...

2017-12-21 11:36:57 3116

原创 tensorflow版本的一些区别

1.变量初始化函数：if tensorflow.__version__ sess.run(tf.initialize_all_variables())else:sess.run(tf.global_variables_initializer())2. 写日志函数；if tensorflow.__version__ logsWriter = tf.train.

2017-12-16 10:10:09 5199

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 深度学习中的卷积与反卷积

原创 论文笔记《Learning Deep Correspondence through Prior and Posterior Feature Constancy》

原创 论文笔记《End-to-End Training of Hybrid CNN-CRF Models for Stereo》用于立体评估的端到端训练的混合CNN-CRF模型

原创 tensorflow版本的一些区别

空空如也

空空如也

原创深度学习中的卷积与反卷积

原创论文笔记《Learning Deep Correspondence through Prior and Posterior Feature Constancy》

原创论文笔记《End-to-End Training of Hybrid CNN-CRF Models for Stereo》用于立体评估的端到端训练的混合CNN-CRF模型