BeKind!

摘要：循环神经网络 核心在于：上下文关系（时序） 其中f为上图绿色模块中的函数 传统RNN会遇到很多的问题，现在大部分都是使用改进的RNN 阅读全文

摘要：《语义分割中的自注意力机制和低秩重重建》（李夏）（视频） 该视频一共分了5个步骤进行讲解，其中第一步是关于语义分割的介绍，第二第三步是关于其他学者的研究，第四步是作者自己的论文，第五步是关于研究语义分割的一些注意事项。 作者前期的经验对我们进行自己的工作有很大的帮助 阅读全文

摘要：HybridSN中添加SENet #! wget http://www.ehu.eus/ccwintco/uploads/6/67/Indian_pines_corrected.mat #! wget http://www.ehu.eus/ccwintco/uploads/c/c4/Indian_p 阅读全文

摘要：代码练习： 完善HybridSN 高光谱分类网络 SENet 实现 视频学习： 《语义分割中的自注意力机制和低秩重重建》 《图像语义分割前沿进展》 阅读全文

摘要：代码 ! wget http://www.ehu.eus/ccwintco/uploads/6/67/Indian_pines_corrected.mat ! wget http://www.ehu.eus/ccwintco/uploads/c/c4/Indian_pines_gt.mat ! pi 阅读全文

摘要：● 【第一部分】 问题总结 ● 【第二部分】 代码练习 MobileNetV1 import torch import torch.nn as nn import torch.nn.functional as F import torchvision import torchvision.trans 阅读全文

摘要：恢复内容开始 1. 视频学习 深度学习的数学基础 自编码器变种包括 正则自编码器，稀疏自编码器，去噪自编码器，变分自编码器 数学基础 线性代数（数据表示、空间变换的基础） 概率论统计（模型假设、策略设计的基础） 最优化（求解目标函数的具体算法） 信息论 微积分 神经网络在“学”什么 任意一个向量，只 阅读全文