枫楠Kuiy-CSDN博客

Week 2 学习内容前言学习内容吴恩达深度学习视频Python前言本周学习时间为：2021.11.1 - 2021.11.7学习内容本周主要认真学习了吴恩达深度学习第二周视频，内容包括：逻辑回归、梯度下降、损失函数、广播等内容以及其相关的Python代码的落实。吴恩达深度学习视频本周第二周内容全部看完，个人感觉讲解的内容还是有点奇怪，听完了之后还需要很多的理解和查找资料才能掌握，就觉得课内在一直讲一些不是很能帮助我理解透彻的东西，比如广播，比如梯度下降等等的概念讲解的并不清晰。重

2021-11-07 22:21:04 547

原创进展报告 Week 2

Week 2 学习内容前言学习内容花书Python基础前言本周学习时间为：2021.10.25 - 2021.10.31星期天本周截至目前学习内容包括：花书前言部分、线性代数部分（7- 22页）、Python基础学习内容这一周周一到周五的课内事情比较多，分布式系统课程的大作业快要到DDL，正在进行后端上的工作。因此，本周主要学习时间都在周末；由于周六下午开组会，先行撰写一份，周六晚及周日将继续学习并更新本周进度报告花书本周目前花书将引言部分看完，并且将进度更新到线性代数相关的2

2021-10-30 11:12:51 82

原创进展报告 Week 1

Week 1 学习内容前言学习内容吴恩达深度学习视频Python花书学习总结下周规划前言本周学习时间为：2021.10.18 毕设结束 - 2021.10.24星期天本周学习内容包括：吴恩达视频 Week 1, 花书前言部分（1-6页）、Python基础学习内容对于学习内容以及学习方式在毕设提交之后我花了一些时间去学习和研究，下面是我对这一周学习内容的反馈以及思考吴恩达深度学习视频本周吴恩达视频看了Week 1，感觉视频易懂，最后的测验题目有点点出乎意料，就觉得有点奇怪具体学习内容

2021-10-24 21:14:11 180

原创 2021毕设学习 Week 1：

2021毕设学习 Week 1：论文阅读2021毕设学习 Week 1：论文：NetVLAD: CNN architecture for weakly supervised place recognition本文作者概述：学习产出：提示：这里可以添加学习目标例如：一周掌握 Java 入门知识论文：NetVLAD: CNN architecture for weakly supervised place recognition 本论文为看的第一篇论文论文阅读大纲本文作者概括（单位，研究

2021-10-10 11:13:35 1264 1

原创 2021计算机保研经历

保研历程前言个人情况准备阶段夏令营北理网安学院合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入前言2021年的保研历程就要迎来终结了，回首过去的三个月，也算是人生的大起大落。这段历程中经历了很多的成长、坎坷与陪伴，虽然最后的结果并不尽如人

2021-09-28 23:03:54 3052 5

weixin_43968093的博客

原创遇到的一些问题的小Tips记录

原创 Visual and Object Geo-localization: A Comprehensive Survey

原创 Multiple-environment Self-adaptive Network for Aerial-View Geo-localization

原创 Generative Adversarial Nets 生成对抗网络

原创论文精读8：Coming Down to Earth: Satellite-to-Street View Synthesis for Geo-Localization

原创论文精读7：Each Part Matters: Local Patterns Facilitate Cross-view Geo-localization

原创论文精读6：Cross-View Image Synthesis using Conditional GANs

原创论文精读5： Geolocation Estimation of Photos using a Hierarchical Model and Scene Classification

原创论文精读4：Where am I looking at? Joint Location and Orientation Estimation by Cross-View Matching

原创论文精读3：Spatial-Aware Feature Aggregation for Cross-View Image based Geo-Localization

原创论文精读2： Ground-to-Aerial Image Geo-LocalizationWith a Hard Exemplar Reweighting Triplet Loss

原创论文精读1： CVM-Net: Cross-View Matching Network for Image-Based Ground-to-Aerial Geo-Localization

原创深度学习笔记

原创 Week two

原创进展报告 Week 2

原创进展报告 Week 1

原创 2021毕设学习 Week 1：

原创 2021计算机保研经历

空空如也

空空如也