kkzhang - 博客园

2020年8月13日

摘要：用Pytorch写一个神经网络的步骤： Prepare dataset Design model using Class (inherit from nn.Module) Construct loss and optimizer (using Pytorch API) Training cycle 阅读全文

posted @ 2020-08-13 23:00 kkzhang 阅读(422) 评论(0) 推荐(0) 编辑

Graph-Based Social Relation Reasoning

摘要： title: Graph-Based Social Relation Reasoning, 2020 task: we propose a simpler, faster, and more accurate method named graph relational reasoning netwo 阅读全文

posted @ 2020-08-13 22:24 kkzhang 阅读(44) 评论(0) 推荐(0) 编辑

Overfitting & Train Set & Test Set

摘要：假设数据集是独立同分布的，可以将数据集划分为不同的比例：Train Set and Test Set. 同时在Train Set and Test Set上做精度测试，或者隔一段时间在Test Set上做测试，来判断训练模型是否发生过拟合，受否需要提前的终止，目的是选择最好的模型参数。（严格的说，其阅读全文

posted @ 2020-08-13 14:23 kkzhang 阅读(126) 评论(0) 推荐(0) 编辑

2020年8月11日

pytorch 基础内容

摘要：一些基础的操作： import torch as th a=th.rand(3,4) #随机数，维度为3，4的tensor b=th.rand(4)print(a)print(b) a+b tensor([[0.3777, 0.4128, 0.6244, 0.7772], [0.0859, 0.93 阅读全文

posted @ 2020-08-11 22:19 kkzhang 阅读(319) 评论(0) 推荐(0) 编辑

Issues in multiparty dialogues(科普性质)

摘要：多人对话过程中存在的问题： 1）对于双方对话：存在明显的Speaker和Listener/addressee.但对于多人会话：就存在很多种情况。Clark【6】给出了对listener的分类阅读全文

posted @ 2020-08-11 20:17 kkzhang 阅读(19) 评论(0) 推荐(0) 编辑

GRAPH CONVOLUTIONAL NETWORK WITH SEQUENTIAL ATTENTION FOR GOAL-ORIENTED DIALOGUE SYSTEMS

摘要：面向领域特定目标的对话系统通常需要建模三种类型的输入，即(i)与领域相关的知识库，(ii)对话的历史(即话语序列)和(iii)需要生成响应的当前话语。在对这些输入进行建模时，当前最先进的模型(如Mem2Seq)通常会忽略知识图和对话上下文中的句子中固有的丰富结构。受最近结构感知图卷积成功的启发针阅读全文

posted @ 2020-08-11 16:45 kkzhang 阅读(18) 评论(0) 推荐(0) 编辑

Learning Latent Graph Representations for Relational VQA

摘要： The key mechanism of transformer-based models is cross-attentions, which implicitly form graphs over tokens and act as diffusion operators to facilita 阅读全文

posted @ 2020-08-11 15:10 kkzhang 阅读(38) 评论(0) 推荐(0) 编辑

2020年8月10日

Host–Parasite（主从关系）: Graph LSTM-in-LSTM for Group Activity Recognition

摘要： This article aims to tackle the problem of group activity recognition in the multiple-person scene. 1）以往模型忽略：most long short-term memory (LSTM)-based 阅读全文

posted @ 2020-08-10 23:02 kkzhang 阅读(108) 评论(0) 推荐(0) 编辑

2020年8月8日

Grammarly for Chrome-语法、用词自动检查

摘要：从语法和拼写到风格和语气，Grammarly帮助你消除写作错误，找到完美的词语来表达自己。当你在Gmail、Twitter、LinkedIn和几乎任何你发现自己在写作的地方写作时，你都会从Grammarly那里得到建议。 Grammarly是一个写作助手，比语法更深入，为你提供全面的写作反馈。你可以阅读全文

posted @ 2020-08-08 19:07 kkzhang 阅读(632) 评论(0) 推荐(0) 编辑

2020年8月7日

空域图卷积模型

摘要： 1）spatial-based methods define graph convolutions based on a node’s spatial relations 基于空间的方法根据节点的空间关系定义图卷积 2）the spatial-based graph convolutions con 阅读全文

posted @ 2020-08-07 21:34 kkzhang 阅读(1642) 评论(0) 推荐(0) 编辑

Dream

公告