- 博客(5)
- 收藏
- 关注
RSS订阅翻译 Show, Attend and Tell: Neural Image Caption Generation with Visual Attention 阅读笔记
0 模型在做什么 图0-0 Image Caption效果简介 本文介绍的模型，将图片信息与相应的文本信息进行结合，在预测文本中相应单词的时候不同的图像区域被激活 如在图0-0 第一对图片中，当用于生成句子中的dog单词时，图片中狗相关的区域变的高亮 类似的第二张图中的stop标志，第三张图的人们，以及第四张图的树 图0-1 错误案例 当然在依赖图片生成文本的时候也会出现错误的...
2018-10-29 20:07:19
9859
翻译 Automated and Interpretable Patient ECG Profiles for Disease Detection, Tracking, and Discovery 笔记
论文来源：https://arxiv.org/pdf/1807.02569.pdf 1摘要 1.1背景： ecg已使用100余年，在 心脏结构、心电活动 等大多数诊断检测表现优异。尤其是近四十年起源于探索式模型的自动解释方法； 1.3方法： 数据来源--36186条ecg数据来自UCSF数据库，包括正常窦性心律及用于训练特殊模型的心电图 目标--训练心脏结构、功能、疾病诊断的模型 ...
2018-09-19 18:33:50
312
翻译 U-net 阅读笔记
论文地址 https://arxiv.org/pdf/1505.04597.pdf 本文主要讨论了一个用于生物科学图像分区的一个卷积网络--U-Net 摘要：本文提到的模型包含一个收缩路径用于捕捉上下文环境信息、以及一个对称的扩张路径用于标签准确定位；一个端到端的模型优于以前的任何模型包括滑动窗口卷积网络（直译的， 原文里的名称a sliding-window convolutional ne...
2018-09-18 17:57:12
463
翻译 机器学习模型——xgboost笔记
1概述xgboost是GBM(Gradient Boosting Machine)的一个优化版本，结合树模型的结构特点，使用函数空间的梯度下降，实现优化损失函数的集成模型；1.1 主要优点可以处理回归及分类问题（覆盖机器学习有监督学习的主要问题）基于决策树模型，具有决策树的所有优点如计算简单，易于理解，可解释性强；比较适合处理有缺失属性的样本；可以自定义损失函数更为灵活包含正则项，可以防止过拟合优...
2018-06-28 21:12:31
3271
翻译 RNN学习笔记(一)--初识RNN
第一次整理内容有些凌乱1.概述1.1用途Recurrent Neural Networks (RNN) 循环神经网络主要用于自然语言处理及序列标注问题1.2特点记忆：某一时间节点，获取输入向量x<t>信息，通过隐含层（包含多种多种block）激活函数激活后，将信息传递给后续节点2.主要解决问题2.1 many-to-many输入信息x与输出信息y长度均大于1，例如，命名体识别任务、机器...
2018-06-26 21:55:07
524
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