qq_33859479的博客

CNN的fliter里的每个值都是学习出来的不是事先设定好的。经过fliter处理后得到是特征图(feature map) 卷积减少权重参数的本质：权重共享

backbone：骨干网络，比如alexnet，ZFnet，VGG，googlenet...benchmark：性能指标，比如accuracy，内存消耗，模型复杂度。.baseline：对照组，也就是被用来对比的模型。比如resnet中用来对比的CNN就是baseline。...

LBLM(log-bilinear model)是自然语言处理中的比较简单的模型。LBLM根据上下文的词向量来预测下一个词向量wnw_nwn​，通过对上下文词向量的一个线性组合来表示：rwr_wrw​是一个实数值词向量对于词www对于下一个词的分布计算根据wnw_nwn​预测表示和所有词的相似度表示计算出来翻译自https://www.cs.toronto.edu/~hinton...