- 博客(4)
- 收藏
- 关注
原创 DenseNet论文阅读
Densenet简要说说干了啥Resnet表明在靠近输入层与靠近输出层之间设置shortcut能够更好地训练网络。Densenet在其基础上加上了更多连接,每一层的输入均为前面所有层的特征。Densenet有以下几个优点:缓解了梯度消失的问题加强了特征的传播鼓励了特征的重用减少了参数的数量下图是Dense的模型结构:为啥这样做随着网络结构越来越深,神经网络逐渐出现梯度消失等...
2020-04-17 19:03:49 170
原创 有关GAN与DeepSteg的训练过程的异同
有关GAN与DeepSteg的训练过程的异同GAN的训练以DCGAN为例,生成对抗神经网络在训练的时候分为两步辨别器的训练:辨别器输入的数据为生成器的数据与真实的数据,其拟合的目标是将生成器生成的数据判断为0,真实的图片判断为1,所以直接训练一个二分类器就行了。生成器的训练:在DCGAN中生成器的输入一般为noise。生成器的目标是为了骗过辨别器,即其拟合的目标是辨别器将其生成的数据全部...
2020-04-11 15:35:05 251 2
原创 Structural Design of Convolutional Neural Networks for Steganalysis
论文摘要研究表明,卷积神经网络可能不适合于图像隐写分析。Xunet考虑了传统隐写分析的领域知识设计了 一种新的卷积神经网络的结构,在网络中采用第一层卷积中所产生的特征值的绝对值,来方便与改进后续层的统计建模(什么意思不太懂)。在网络的前几层使用TanH激活函数,后几层采用1×11\times11×1的卷积核来防止过拟合。其具体的网络结构如下图所示:对网络的多个层的功能进行具体的解释是困难的...
2020-04-10 18:03:53 933
原创 软绵绵小熊猫视频感悟
1.自身介绍小厂算法岗,四年半工作经验。2. 考核的方面考核方向大概有5个方面LeetCode 算法题机器学习相关知识机器学习编程题具体应用场景的内容...
2020-04-03 22:10:45 870
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人