上一页 1 2 3 4 5 6 7 8 ··· 10 下一页
摘要: Hebb 学习规则和Hopfield网络 Hebb学习规则 Hebb学习规则是Donald Hebb在1949年提出的一种学习规则,用来描述神经元的行为是如何影响神经元之间的连接的,通俗的说,就是如果相链接的两个神经元同时被激活,显然我们可以认为这两个神经元之间的关系应该比较近,因此将这两个神经元之 阅读全文
posted @ 2020-03-08 16:22 aoru45 阅读(6229) 评论(0) 推荐(1) 编辑
摘要: RBF神经网络初探 径向基函数 径向基函数是一种函数的取值仅仅与输入的中心点有关的函数,具有这种性质的函数就称为径向基函数。 比如,高斯函数是一种径向基函数,其输出值的大小与距离中心点的距离有关,距离中心点越远,函数值越小,距离中心点越近,函数值越大。 RBF神经网络的结构 RBF神经网络一般具有两 阅读全文
posted @ 2020-03-04 17:01 aoru45 阅读(2358) 评论(0) 推荐(0) 编辑
摘要: Unsupervised Anomaly Detection with Generative Adversarial Networks to Guide Marker Discovery Intro 本文提出利用GAN来做异常检测,大致思想为,先使用正常方式训练生成器G,训练完成后固定G的参数,给定 阅读全文
posted @ 2020-02-05 09:14 aoru45 阅读(3302) 评论(0) 推荐(0) 编辑
摘要: How much position information do convolutional neural network encode? Intro 文章是ICML2020的一个工作,探究了CNN到底有没有编码位置信息,这些位置信息在哪些神经元中被编码、这些位置信息又是如何被暴露给神经网络学习的。 阅读全文
posted @ 2020-02-04 01:29 aoru45 阅读(2262) 评论(0) 推荐(0) 编辑
摘要: Convolution with even sized kernels and symmetric padding Intro 本文探究了偶数kernel size的卷积对网络的影响,结果表明偶数卷积在结果上并不如奇数卷积。文章从实验与原理上得出结论,偶数卷积之所以结果更差,是因为偶数卷积会使得fe 阅读全文
posted @ 2020-02-02 21:34 aoru45 阅读(1492) 评论(0) 推荐(0) 编辑
摘要: Destruction and Construction Learning for Fine grained Image Recognition Intro 本文提出一种细粒度图像分类的方法,即将原图像拼图一样shuffle成不同的block,丢进一个分类器,当然,直接这样训练会引入shuffle带 阅读全文
posted @ 2020-02-02 03:02 aoru45 阅读(1345) 评论(2) 推荐(0) 编辑
摘要: Noise2Noise: Learning Image Restoration without Clean Data Intro 本文亮点是输入图像和target图像都是有噪声的图像,而不是clean的图像,网络可以利用有噪声的图像学习到将有噪声的图像转化为无噪声的clean图像。文章解释了在使用l 阅读全文
posted @ 2020-02-01 21:38 aoru45 阅读(5701) 评论(1) 推荐(0) 编辑
摘要: On the "steerability" of generative adversarial networks Intro 本文提出对GAN的latent space进行操作的一种方法,通过对latent space的编辑实现生成域外样本,操控生成样本的基本属性,如控制生成样本的位置、光照、二维旋 阅读全文
posted @ 2020-01-30 23:51 aoru45 阅读(830) 评论(0) 推荐(0) 编辑
摘要: Automatic fabric defect detection using a deep convolutional neural network Intro 本文提出用于纺织品的瑕疵检测方法,将原始图片看成由若干patch组成的图片,利用对patch间距离的定义,求取二阶微分的最大值,进而得到 阅读全文
posted @ 2020-01-30 20:57 aoru45 阅读(789) 评论(0) 推荐(0) 编辑
摘要: Making Convolutional Networks Shift Invariant Again Intro 本文提出解决CNN平移不变性丧失的方法,之前说了CNN中的downsample过程由于不满足采样定理,所以没法确保平移不变性。信号处理里面解决这样的问题是利用增大采样频率或者用抗混叠方 阅读全文
posted @ 2020-01-23 03:20 aoru45 阅读(1627) 评论(1) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 ··· 10 下一页