嬉嬉皮-CSDN博客

原创 Few-shot Daily 2023/01/19

今日关键字：零样本、单样本、语义分割、领域自适应、姿态估计

2023-01-19 10:41:42 292

原创 Few-shot Daily 2023/01/18

今日关键字：零样本、单样本、领域泛化、多模态

2023-01-18 12:13:10 457

原创 Few-shot Daily 2023/01/13

今日关键字：海康威视ECCV 2022 OOD-CV挑战赛冠军方案，UDA、OOD

2023-01-13 12:02:43 165

原创 Few-shot Daily 2023/01/11

今日关键字：实例分割、Transformer、MAE、新类发现、领域自适应、手语识别、SVM版原型网络、英伟达和Meta新作Mask Auto-Labeler

2023-01-11 14:32:15 309 1

原创 Graph Few-shot learning via Knowledge Transfer

Preliminaries图神经网络一个图G\mathcal{G}G由其邻接矩阵和节点特征(A,X)(\mathbf{A},\mathbf{X})(A,X)表示，其中A∈{0,1}n×n\mathbf{A} \in\{0,1\}^{n \times n}A∈{0,1}n×n,X={x1,…,xn}∈Rn×h\mathbf{X} = \left\{\mathrm{x}_{1}, \ldots, \mathrm{x}_{n}\right\} \in \mathbb{R}^{n \times h}X={x1

2020-09-22 09:20:09 960

原创【GNN】ASAP：自适应结构感知池化方法

今天学习了图神经网络论文《ASAP: Adaptive Structure Aware Pooling for Learning Hierarchical Graph Representations》提出的自适应结构感知池化方法(Adaptive Structure Aware Pooling, ASAP)，发表于AAAI，2020.前言这篇论文回顾近年图神经网络中的池化方法并提出了(1)一种能够分层捕获局部子图信息的稀疏池化算子，该池化方法能够根据池化图的边连接更好的学习全局特征；(2)一种新的更适合

2020-08-31 09:43:13 1657

原创 GAN动机、原理及缺陷

本文搬运自公众号：程序员与机器学习GAN的动机要了解GAN，要从名字出发：Generative Adversarial Network 对抗生成网络生成：描述了GAN能解决的问题，生成一张图片或者一段话等。对抗：描述了GAN网络的运作方式。**GAN的两个核心组件：生成器Generator，判别器Discriminator。**生成器的目标是尽量生成真实的图片去欺骗判别器，而判别器的目标是尽量把生成器生成的图片和真实的图片区分开，是一个二分类过程。二者之间的关系体现着GAN中的对抗关系。打个

2020-08-24 20:53:00 479

原创关于GCN中的拉普拉斯

因为涉及了大量的公式，本地写好后传上来问题太多，索性用图将就一下。最后欢迎关注我的公众号阅读高清版本：

2020-03-19 16:53:41 506

原创 GATs《GRAPH ATTENTION NETWORKS》阅读笔记

今天读一读Bengio大神的GATs本篇论文Introduction所介绍的文章路线比较清晰，可以拿来做个Roadmap。任务：Node ClassificationIdea: 通过Multi-head Self-attention，考虑节点的邻节点，计算每个节点的hidden representation。方法可直接应用于inductive方法。GAT结构本文结合了GCN和mult...

2020-03-16 16:45:33 300

原创 GraphSAGE《Inductive Representation Learning on Large Graphs》阅读笔记

GraphSAGE《Inductive Representation Learning on Large Graphs》阅读笔记Task：node classification最近在读GNN的经典文章，网上对这些文章的解读已经非常透彻，本人在阅读文献过程中也学习了各路大神的独到见解，感谢，向你们致敬。在此分享我的阅读心得和热爱。摘要GraphSAGE为解决大多算法在embeddings训练...

2020-03-16 11:28:21 566 1

原创图分类《Hierarchical Graph Representation Learning with Differentiable Pooling》阅读笔记

图分类《Hierarchical Graph Representation Learning with Differentiable Pooling》阅读笔记Abstract对于graph neural networks (GNNs)，大体上分三种任务：Node Classification，Link Prediction和 Graph Classification。本文关注的是Graph C...

2020-03-11 10:31:00 1226 1

原创关于 Mean subtraction 的意义札记

人对图像的认知不在于像素色值高低，而在于色差。Mean Subtraction并没有消除色差

2018-11-26 08:37:48 1372

原创关于导数意义的新认知

关于导数的认识今天在学习CS231n课程时，对导数有了新的认识，可能不准确，烦请指正。总结如下：f=xyf = xyf=xy∂f∂x=y\frac{\partial f}{\partial x} = y∂x∂f=y导数表示该函数对该变量的变化率，这个变量围绕着一个无穷小的区域，该区域靠近一个特定的点换句话来讲，每个变量的导数告诉我们：整个表达式对其值的敏感程度。下面举个例子：f(x,...

2018-11-25 20:25:31 636

原创精度，AUC，查准率，查全率，F值

(http://note.youdao.com/noteshare?id=65c4f1058deb6405cc8e8be7a9a3fed1&amp;amp;amp;amp;amp;amp;sub=25C181F97A324C92A29B0B447C88287B)

2018-10-21 14:43:26 1056 4

weixin_37936515的博客