深度学习
文章平均质量分 91
棉花糖灬
我就是我,是颜色不一样的烟火。
天空海阔,要做最坚强的泡沫。
我喜欢我,让蔷薇开出一种结果。
孤独的沙漠里,一样盛放的赤裸裸!
展开
-
【论文笔记】基于范围的有障碍最近邻查询(RONN)
本文是关于论文《Range-based Obstructed Nearest Neighbor Queries(RONN)》(基于范围的有障碍最近邻查询)的阅读笔记。没有完全读懂。一、记号RONN:基于范围的有障碍最近邻(range-based obstructed nearest neighbor)CONN:连续有障碍最近邻(continuous obstructed nearest neighbor)CONNB:CONN-based算法(作为baseline)RONN-RF:通过R树过滤的R原创 2020-05-25 20:53:52 · 550 阅读 · 0 评论 -
【论文笔记】LARA:基于GAN的解决冷启动问题的推荐系统
本文是关于论文《LARA: Attribute-to-feature Adversarial Learning for New-item Recommendation》的阅读笔记。由于冷启动问题的存在,在电商网站中为用户推荐新物品是一个极具挑战的问题,为了解决该问题,文本提出的 LARA 模型是 adversariaL neurAl netwoRk with multi-generAtors ...原创 2020-04-09 16:07:08 · 2108 阅读 · 7 评论 -
NLP 作业:机器阅读理解(MRC)综述
最近自己会把自己个人博客中的文章陆陆续续的复制到CSDN上来,欢迎大家关注我的 个人博客,以及我的github。本文主要是我的 NLP 作业——机器阅读理解的综述,内容很少涉及到模型的具体架构和相关理论的证明,而是注重于机器阅读理解发展历程,大体上有哪几类模型,并且讲解几个经典模型的特点以及它改进了之前模型的什么缺点。目录一、机器阅读理解概述机器阅读理解的常见任务经典的机...原创 2019-11-17 22:05:10 · 17323 阅读 · 1 评论 -
【论文笔记】CBAM:Convolutional Block Attention Module(卷积块注意力模型)
本文是关于论文《CBAM: Convolutional Block Attention Module》的阅读笔记。一、概述深度学习中的注意力机制是模仿人类的注意力产生的,当我们在看一副图像时,图像中有些地方(比如人物照中的人的面部)会引起我们的注意力,而其他地方则可能会忽视。这相当于给整幅图像加了一个可视化的权重。注意力机制可以分为通道注意力和空间注意力等。简单来说,注意力机制就是给每个通道或整个空间特征图乘以一个权重,以表示它们的重要性。CBAM包含两部分,一是通道的注意力,二是空间的注意力。C原创 2020-08-29 12:08:50 · 3438 阅读 · 2 评论 -
用pytorch实现在MNIST手写数字数据集上的分类任务
本文是 pytorch 在 MNIST 数据集上实现手写数字识别的一个实例。已经在代码中给出了较为详细的注释,所以直接看代码吧。# 本代码的作用是将MNIST手写数据集中手写体的数字0~9给正确的识别出来。'''pytorch进行神经网络训练的流程:一.首先定义神经网络模型 model=Net()二.定义优化器 optimizer = optim.SGD(model.para...原创 2020-03-17 20:24:16 · 335 阅读 · 0 评论 -
基于生层对抗网络(GAN)在MNIST手写数字数据集上生成假图片(pytorch版)
本文是 GAN 在 MNIST 数据集上生成假的手写数字图片的一个实例,具体是用 pytorch 实现的。先来看下训练的结果,下面两张图中,上面的是真实手写数字图片,下面的是在训练了30个 epoch 之后 GAN 生成的假图片。整体来说,效果还是蛮不错的。GAN 由一个生成器和一个对抗器组成,在该任务中,生成器的输入是一堆随机生成的噪音,其输出为生成的假图片,其目标是让生成的假图片尽...原创 2020-03-17 20:21:44 · 1374 阅读 · 2 评论 -
生成对抗网络(GAN)
本文主要讲解有关生成对抗网络(GAN)的相关知识。一、判别模型和生成模型机器学习中的模型一般有两种:1. 决策函数 Y=f(X);2. 条件概率分布 P(Y|X)根据通过学习数据来获取这两种模型的方法,可以分为判别方法和生成方法。判别方法是由数据直接学习决策函数或条件概率分布作为预测模型,即判别模型;而生成模型是由数据学习联合概率分布 P(X,Y),然后由 P(Y|X)=p(X,Y)/P(...原创 2020-03-17 20:15:54 · 482 阅读 · 0 评论 -
深度学习:经典卷积神经网络和目标检测网络
最近自己会把自己个人博客中的文章陆陆续续的复制到CSDN上来,欢迎大家关注我的 个人博客,以及我的github。本文主要讲解关于有关物体检测的相关网络,具体包括R-CNN,Fast R-CNN,Faster R-CNN和Mask R-CNN等。在此之前会先将常见的几个比较有效的CNN网络也作简单的介绍。一、经典的CNN1.LeNetLeNet是最早提出的几个卷积神经网络之一,现在看起其结...原创 2019-11-20 11:13:04 · 2617 阅读 · 0 评论 -
深度学习:自编码器、深度信念网络和深度玻尔兹曼机
最近自己会把自己个人博客中的文章陆陆续续的复制到CSDN上来,欢迎大家关注我的 个人博客,以及我的github。本文主要讲解有关自编码器、深度信念网络和深度玻尔兹曼机的相关知识。一、自编码器1. 自编码器自编码器(auto-encoder,AE)是一个只有一个隐藏层的神经网络,它先对输入x进行编码,再对编码结果进行解码,我们希望能够得到和输入x非常相似的输出y(最理想情况就是输入和输出完...原创 2019-11-17 22:03:50 · 3964 阅读 · 0 评论 -
深度学习:神经网络的基本概念和算法
最近自己会把自己个人博客中的文章陆陆续续的复制到CSDN上来,欢迎大家关注我的 个人博客,以及我的github。前面机器学习的主要部分已经都涉及到了,虽然SVM的部分有些烂尾,并且中间也有好多地方因为自己没弄懂而一带而过……现在也应该开始深度学习的部分了,深度学习的内容没有机器学习那么有条理,可能就是看到哪写到哪,最主要的目的还是理清自己的思路。自己也在纠结一个知识点应该细致到什么程度,是否应该......原创 2019-11-17 22:02:59 · 1274 阅读 · 0 评论