- 博客(2)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 元学习（meta learning）入门笔记--MAML
1、meta learning对于经典的深度学习方法，我们是通过人为定义的网络结构，人工设计的参数初始化方法，还有人工设计的梯度更新策略，来逐步更新函数f的参数，最终找到一个对当前数据较好的函数f，如下：对于元学习方法，我们希望能够替换这些人工设计的部分，让机器自己学会什么样的设置对训练任务是有利的，即找到一个函数F，它能根据数据，给出一个比较好的函数f，这也就是“学会去学习”。于是，对于元学习而言，我们可以定义一系列的learning algorithm，比如不同的网络参数设置就对应.
2020-11-14 16:12:25
1820
原创 多尺度图像细节提升（multi-scale detail boosting）Python版
论文核心思想是：使用三个尺度的高斯模糊，和原图做减法，获得不同程度的细节信息，然后通过一定的组合方式把这些细节信息融合到原图中，从而得到加强原图信息的能力。以下给出python版本实现：import cv2import globimport osimport numpy as npdef multiScaleSharpen(src, Radius): sigma1 = 1.0 sigma2 = 2.0 sigma3 = 4.0 B1 = cv2.Gauss
2020-11-13 11:16:24
1634
Detect-the-common-of-images-master.zip
This is MATLAB code of "Matching local self-similarities across images and videos"
2020-04-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人