自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 阅读:Learning Deep Features for Discriminative Localization

作者:Bolei Zhou, Aditya Khosla, Agata Lapedriza, Aude Oliva, Antonio Torralba来源:CVPR2015摘要 本文重新审视了《 Network in network》中提出的全局平均池化层(global average pooling),阐明了它是如何通过图片标签就能让卷积神经网络具有卓越的定位能力。虽然这项技术以前被当做正则化训练的一种方法,但是我们发现它实际构建了一种通用的适用于各种任务的能定位的深度表示。尽管global av

2022-03-20 23:20:33 3945

原创 阅读:Tiresias: Predicting Security Events Through Deep Learning

该文章出自2018年CCS。内容的理解可能有不妥之处【后续再持续更新】。该文章的动机是:针对计算机安全中存在的问题,即防御者不仅能够检测到恶意活动的发生(已经实现),还要预测攻击者在执行攻击时将采取的具体步骤(本文章解决的问题)。目前仍然是一个开放的研究问题。引入了Tiresias,该系统采用一个利用递归神经网络(RNN),可以根据之前的观察结果,预测机器上的未来事件。作者从商业的入侵防御系统收集的34亿个安全事件的数据集上进行了测试。结果表明,Tiresias能够有效地预测机器上将发生的下一个事件

2022-02-11 09:55:03 453

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

提示
确定要删除当前文章?
取消 删除