![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
技术分享
文章平均质量分 92
松鼠的承诺
一个独自在外求学的游子!!!
展开
-
Few-shot Learning for Multi-label Intent Detection
在本文中,我们研究了用于用户意图检测的少数快照多标签分类。对于多标签意图检测,最新的工作估计了标签实例相关性得分并使用阈值来选择帐篷标签中的多个相关标签。要确定适当的阈值,只需一个举几个例子,我们首先学习数据丰富域上的通用阈值体验,然后将阈值调整为某些基于非参数学习的校准的少数镜头域。为了更好地计算标签实例关联性得分,我们将标签名称嵌入作为表示空间中的一个关键点,从而细化了不同类别的表示,使其彼此很好地分离。在两个数据集上的实验表明,提出的模型一次都明显优于强基准和5-shot设置。原创 2021-01-28 18:21:13 · 1421 阅读 · 1 评论 -
Learning FRAME Models Using CNN Filters for Knowledge Visualization
使用CNN过滤器学习FRAME模型以进行知识可视化卷积神经网络(ConvNet或CNN)已被证明在许多任务中非常成功 就像计算机视觉领域的人一样 在此概念文件中,我们研究了可分辨CNN的生成视角。尤其是,我们建议使用CNN在卷积层预先学习的高表达滤波器来学习生成FRAME(滤波器,随机场和最大熵)模型。 我们证明了该学习算法可以在自然场景中生成逼真的丰富对象和纹理图案。我们解释说,每个学习的模型在该模型采用的过滤器层之上的一层对应一个新的CNN单元。 我们进一步证明这是可能的使用生成的CNN模型(专家模原创 2020-11-08 16:36:16 · 274 阅读 · 0 评论 -
Generating Images from Captions with Attention
注意从字幕生成图像基于生成模型的最新进展,我们引入了一种根据自然语言描述生成图像的模型。 提出的模型以迭代方式在画布上绘制补丁,同时注意描述中的相关单词。在接受Microsoft COCO培训后,我们将我们的模型与几个基准生成模型进行了图像生成和检索任务比较。 我们证明,与其他方法相比,我们的模型可以产生更高质量的样本,并且可以生成具有新颖场景组成的图像,这些图像与数据集中以前看不到的字幕相对应。1 引言统计自然图像建模仍然是计算机视觉和图像理解中的基本问题。这项任务具有挑战性,激发了采用深度神经原创 2020-11-08 15:58:22 · 928 阅读 · 0 评论 -
Order-Embeddings of Images and Language
图像和语言的顺序嵌入上位性,文本含义和图像标题可以看作是单词,句子和图像上单个视觉语义层次的特殊情况。 在本文中,我们提倡对这种层次结构的偏序结构进行显式建模。> 为了实现这一目标,我们介绍了一种学习有序表示的通用方法,并展示了如何将其应用于涉及图像和语言的各种任务。> 我们表明,所得到的表示形式相对于上调预测和图像标题检索的当前方法提高了性能。1引言计算机视觉和自然语言处理越来越紧密地交织在一起。视觉方面的最新工作已经超越了对固定对象类别的区分,而是自动生成了图像的开放式语言描述(V原创 2020-10-25 15:58:43 · 929 阅读 · 2 评论 -
Show, Attend and Tell: Neural Image Caption Generation with Visual Attention
显示,参加和讲述:具有视觉注意的神经图像字幕生成摘要:受机器翻译和对象检测领域最新工作的启发,我们引入了一种基于注意力的模型,该模型可以自动学习描述图像的内容。> 我们描述了如何使用标准的反向传播技术,以确定性的方式训练模型,并通过最大化变分下界随机地训练模型。> 我们还通过可视化展示了模型如何能够自动学习将注视固定在显着对象上,同时在输出序列中生成相应的单词。> 我们通过三个基准数据集(Flickr8k,Flickr30k和MS COCO)的最新性能验证了注意力的使用。1.简介原创 2020-10-25 15:31:07 · 2170 阅读 · 0 评论 -
Learning like a Child: Fast Novel Visual Concept Learning from Sentence Descriptions of Images
像孩子一样学习:快速新颖的视觉概念,从图像的句子描述中学习摘要:在本文中,我们从一些带有句子描述的图像中解决了学习新颖的视觉概念及其与其他概念的相互作用的任务。利用语言环境和视觉特征,我们的方法能够有效地假设新单词的语义并将其添加到单词词典中,从而可以用来描述包含这些新颖概念的图像。我们的方法有一个基于[38]的图像字幕模块,并进行了一些改进。特别是,我们提出了一种换位的权重分配方案,该方案不仅可以提高图像字幕的性能,而且可以使模型更适合于新颖的概念学习任务。我们提出了防止过度适应新概念的方法。此外,针原创 2020-10-18 15:17:29 · 403 阅读 · 0 评论 -
修改热力图颜色条的字体和大小
#绘制混淆矩阵df_cm=pd.DataFrame(conmatrix,index=['消极','中性','积极'], columns=['消极','中性','积极'])plt.figure(figsize=(10,8))f, ax= plt.subplots(figsize = (10, 8))h=sns.heatmap(df_cm,annot=True,cmap="binary",fmt='.20g',ax=ax,linewidths=2, .原创 2020-07-10 18:10:20 · 14189 阅读 · 0 评论 -
基于矢量量化的图像压缩
引言矢量量化是19世纪70年代后期发展起来的一种数据压缩技术,其基本思想是将若干个标量数据组构成一个矢量,然后在矢量空间给以整体量化,从而压缩了数据而不损失多少信息。矢量量化编码也是在图像、语音信号编码技术中研究得较多的新型量化编码方法,它的出现并不仅仅是作为量化器设计而提出的,更多的是将它作为压缩编码方法来研究的。在传统的预测和变换编码中,首先将信号经某种映射变换变成一个数的序列,然后对...原创 2020-05-03 21:46:35 · 4410 阅读 · 2 评论 -
基于LSTM实现新闻文本分类
1 相关知识介绍目前对于中文语句的分析来讲,其分词技术多采用Jieba分词技术,该技术是基于前缀词典实现高效的词图扫描,生成句子中汉字所有可能成词情况所构成的有向无环图(DAG);采用了动态规划(DP)查找最大概率路径,找出基于词频的最大切分组合;对于像各类专有分词、缩写词与新增词等未登录词没有收录在分词词表中,但是必须要切分出来,是采用基于汉字成词能力的HMM模型,使用了维特比(Vit...原创 2020-04-10 22:56:18 · 5758 阅读 · 48 评论 -
Sort_1000pics数据集利用CNN实现图像分类
1、数据集说明从给的Sort_1000pics数据集中了解到,该数据集中包括10类图片,对图片进行查看了解到,0-99对应与人(people);100-199对应与沙滩(beaches);200-299对应与建筑(buildings);300-399对应与大卡车(trucks);400-499对应与恐龙(dinosaurs);500-599对应与大象(elephants);600-...原创 2020-04-10 22:55:06 · 1908 阅读 · 27 评论 -
利用Sort_1000pics数据集实现图像分类
1、数据集说明从给的Sort_1000pics数据集中了解到,该数据集中包括10类图片,对图片进行查看了解到,0-99对应与人(people);100-199对应与沙滩(beaches);200-299对应与建筑(buildings);300-399对应与大卡车(trucks);400-499对应与恐龙(dinosaurs);500-599对应与大象(elephants);600-...原创 2020-04-10 22:43:31 · 2164 阅读 · 1 评论 -
AI Studio上安装TensorFlow GPU版本
AI Studio是百度开发的基于其深度学习框架paddlepaddle(飞桨)的AI一站式平台,通过为大家提供免费的顶级GPU(Tesla v100)来推广飞桨框架的,整体感觉paddle还是挺好用的,废话不多说了,接下来看下我们如何在AI studio上安装TensorFlow的GPU版本吧!Step1:打开部署的环境进入终端。Step2:新建一个文件夹来保存我们要下载的Tens...原创 2020-04-10 22:35:12 · 3180 阅读 · 6 评论