eiyi

摘要： GAN 摘要 我们提出了一个通过对抗过程估计生成模型的新框架，其中我们同时训练两个模型：一个捕获数据分布的生成模型 G，以及一个估计样本来自训练数据而不是而不是G生成的的概率的判别模型 D。G 的训练过程是最大化 D 出错的概率。这个框架对应于一个极小极大的两人游戏。在任意函数 G 和 D 的空间中 阅读全文

摘要： 降维与度量学习 k 近邻学习 k近邻(k-Nearest Neighbor,简称kNN)学习是一种常用的监督学习方法，其工作机制非常简单：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个“邻居”的信息来进行预测。 通常,在分类任务中可使用“投票法”，即选择这k个样本 阅读全文

摘要： 聚类 clustering 形式化地说，假定样本集 \(D=\left\{\boldsymbol{x}_{1},\boldsymbol{x}_{2},\ldots,\boldsymbol{x}_{m}\right\}\) 包含 \(m\) 个无标记样本，每个样本 \(\boldsymbol{x}_{ 阅读全文

摘要： 可变形卷积网络v1 论文：Deformable Convolutional Networks 2017 IEEE International Conference on Computer Vision 引入了两个新的模块来增强cnn的转换建模（transformation model capabil 阅读全文