阅读排行榜

CNN卷积神经网络_深度残差网络 ResNet——解决神经网络过深反而引起误差增加的根本问题，Highway NetWork 则允许保留一定比例的原始输入 x。（这种思想在inception模型也有，例如卷积是concat并行，而不是串行）这样前面一层的信息，有一定比例可以不经过矩阵乘法和非线性变换，直接传输到下一层，仿佛一条信息高速公路，因此得名Highway Network

bonelee 2018-05-01 19:07 阅读:3310 评论:1 推荐:1

Kaggle "Microsoft Malware Classification Challenge"——就是沙箱恶意文件识别，有 Opcode n-gram特征 ASM文件图像纹理特征还有基于图聚类方法

bonelee 2018-03-06 10:19 阅读:3290 评论:2 推荐:1

浅谈摄像头有关的安全问题

bonelee 2019-06-10 10:30 阅读:3288 评论:0 推荐:0

基于机器学习的web异常检测——基于HMM的状态序列建模，将原始数据转化为状态机表示，然后求解概率判断异常与否

bonelee 2017-11-03 11:08 阅读:3282 评论:0 推荐:0

capsule network——CNN仅仅考虑了“有没有”的问题，没有考虑feature map的结构关系。这个结构关系包括位置，角度等。Capsule layer的输出也跟feature map的max-pooling输出不同，capsule layer的输出是一个向量，这个向量包含了位置，大小，角度等信息，这是feature map仅能输出一个值所不具备的；训练比较慢

bonelee 2018-05-13 12:24 阅读:3272 评论:0 推荐:0