李志琦的博客

摘要： https://github.com/bentrevett/pytorch-seq2seq 序列预测 降低数据压缩 alleviate some of the information compression bidirectional RNN 获取 $h_1-h_4$的权重，具体可以看代码，实际上使 阅读全文

摘要： 神经网络在更新参数的时候是假定其他参数不变 ，但是事实上参数是一起更新的。 比如上图，直线从$H1$更新到$H2$但是下一次输入分布变了（前面层的参数更新了）。所以相对位置就可能变为$H3$ Internal Covariate Shift， 多层之间缺乏默契，不能相互配合，互相追逐。 BN可以分为 阅读全文

摘要： 过拟合的表现：模型在训练集上表现很好，但是在测试集上表现较差。模型泛化能力弱 获取更多数据，data augmentation data augmentation :图像剪裁，旋转，扭曲，平移，反转，缩放。 选择合适的模型，限制模型的复杂度 正则化 dropout dropout: rescale 阅读全文

摘要： 跟YOLOACT 的基本思路还是一样的，一个分支生成base feature, 另一个分支生成系数，但这一次的系数不仅是base之间的加权，还是base之内每个pixel的attention。 但是生成的attention 粒度是很大的，需要插值 这里用到了ROIpool 阅读全文

摘要： 第一个实时的分割检测模型 SOLO(v1&v2),CONDInst等都应该是继承这个来的。 检测的分支预测类别，和box 同时生成参数，参数用以控制原型（prototype）分支生成对用的mask. 但是这个mask中包含多个instance，需要裁减并且设定阈值 NMS采用的是FAST NMS F 阅读全文

摘要： 基本上就是用预测shape来进行分割。 center 使用的inner center，指的是离shape最远的inner点。 shape vector 也是极坐标，固定角度，用距离表示。(Inner-center Radius)IR 文章进行encoding, 想要降低维度，同时能够保证抗干扰。 将 阅读全文

摘要： 论文地址： https://arxiv.org/abs/1909.13226 将实例分割看做是一个回归问题。 极坐标相比于直角坐标有角度先验，可以固定角度，然后只预测距离。 相当于同一化了检测和分割。 实例的center使用mass center center samples 是mass cente 阅读全文

摘要： 昨天，我告别了过去一段痛苦和纠结的日子。 今天早上醒的很早，想了很多。 在我接下来的日子里，我想要告别我过去的所有，开启一段新的生活。 我想要更专心的科研，更好的生活，成为一个更健康，更快乐的年轻人。 我想要出去走走看看，认识更多新的朋友，世界太大了，这辈子总要出去看看的。 我想要更加勇敢，想做的事 阅读全文

摘要： 在未排序的数组中找到第 k 个最大的元素。请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。 使用random 会极大的降低用时 from random import randint class Solution: def findKthLargest(self, n 阅读全文

摘要： 你这个学期必须选修 numCourse 门课程，记为 0 到 numCourse-1 。 在选修某些课程之前需要一些先修课程。 例如，想要学习课程 0 ，你需要先完成课程 1 ，我们用一个匹配来表示他们：[0,1] 给定课程总量以及它们的先决条件，请你判断是否可能完成所有课程的学习？ 来源：力扣（L 阅读全文