摘要：1. 摘要 尽管使用更快、更深的卷积神经网络的单图像超分辨率在准确性和速度上取得了突破，但一个核心问题仍在很大程度上未得到解决：当对较大的升级因子进行超分辨率时，我们如何恢复更精细的纹理细节？基于优化的超分辨率方法的行为主要是由目标函数的选择所驱动的。最近的工作主要集中在最小化均方重建误差上。由此得 阅读全文

摘要：1. 摘要 现有的深度卷积神经网络(CNNs)需要一个固定大小的（例如，224×224）的输入图像。这个要求是“人工的”，可能会降低对任意大小/尺度的图像或子图像的识别精度。在这项工作中，我们为网络配备了另一种池化策略，即“空间金字塔池化”，以消除上述需求。新的网络结构，称为SPP-net，可以生成 阅读全文

摘要：1. 摘要 在$ReLu$的基础上作者提出了$PReLu$，在几乎没有增加额外参数的前提下既可以提升模型的拟合能力，又能减小过拟合风险。 针对的$ReLu/PReLu$矫正非线性，作者设计了一个鲁棒的的参数初始化方法。 2. 介绍 在过去几年，随着更强大网络模型的构建和有效防止过拟合策略的设计，我们 阅读全文

摘要：词向量-ELMo介绍 Deep contextualized word representations获得了NAACL 2018的outstanding paper award，其方法有很大的启发意义，本文则是对其做了一个简要梳理。 Motivation 预训练的word representatio 阅读全文