- 博客(6)
- 收藏
- 关注
RSS订阅转载 初学机器学习——直观解读KL散度的数学概念
转自机器之心：https://zhuanlan.zhihu.com/p/374526541 基础概念首先让我们确立一些基本规则。我们将会定义一些我们需要了解的概念。1.1 分布（distribution）分布可能指代不同的东西，比如数据分布或概率分布。我们这里所涉及的是概率分布。假设你在一张纸上画了两根轴（即 X 和 Y），我可以将一个分布想成是落在这两根轴之间的一条线。其中 X ...
2018-05-31 15:39:11
1000
原创 Learning a Similarity Metric Discriminatively, with Application to Face Verification 论文笔记
0 摘要我们提出了一种从数据中训练相似性度量的方法。该方法可以用于识别或验证应用，其中类别的数量非常大且在训练期间不知道，并且单个类别的训练样本的数量非常小。这个想法是学习一个将输入模式映射到目标空间的函数，使得目标空间中的L1范数接近输入空间中的“语义”距离。该方法应用于人脸验证任务。学习过程使差别损失函数最小化，该函数驱使相似性度量对于来自同一个人的一对面部而言较小，并且对于来自不同人员的...
2018-05-31 14:35:52
1438
原创 A Discriminative Feature Learning Approach for Deep Face Recognition 论文笔记
0 摘要       卷积神经网络已被广泛应用于计算机视觉领域，显着改善了最先进的技术。在大多数可用的CNN中，使用softmax loss（作为监督信号）训练深度模型。为了增强深度学习特征的判别力，本文提出了一种新的监督信号，称为center loss，用于人脸识别任务。具体而言，center loss为每个类（在人脸模型中，一个类就对应一个人）指定了...
2018-05-29 16:54:11
708
1
原创 FaceNet: A Unified Embedding for Face Recognition and Clustering 论文笔记
0 摘要       尽管有一些研究已经在人脸识别领域取得了重大进展，但大规模地实施人脸验证和识别仍然是一个严峻的挑战。在本文中，我们提出了FaceNet，它可以将人脸图像映射到欧几里得空间（人脸图像-&
2018-05-28 17:07:55
1966
1
原创 零基础刷题总结系列一（数理统计+机器学习+python编程）
来源：牛客网题目一链接：https://www.nowcoder.com/questionTerminal/ce5b813660b94c2bb27c5a274bce6d90 分析大牛的理解：信息增益通俗讲就是指区分度。如果对于一个属性，其结果都是等概率出现的，即信息熵为1，信息增益为0，那么这个属性就没有任何区分度，无实际意义。（个人理解：结果都是等概率出现意思就是结果的不确定性...
2018-05-10 14:32:13
2302
原创 Understanding Neural Networks Through Deep Visualization 论文笔记
0 摘要近年来，在训练大型深度神经网络方面取得了巨大进展，其中包括训练卷积神经网络识别自然图像。 然而，我们对这些模型如何工作的理解，特别是他们在中间层执行的计算，已经落后了。通过开发更好的可视化和解释神经网络的工具，这一领域的进展将进一步加速。 我们在这里介绍两种工具。 第一种是在处理图像或视频时，将训练过的每个图层上产生的激活可视化的工具。我们发现，随着用户输入的改变，通过查看实时的激活值...
2018-05-02 13:32:35
1575
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