随笔分类 - 人工智能
摘要：BiSeNet，是用于实时语义分割的双向分割网络。 语义分割需要丰富的空间信息，以及足够大的感受野。但是，现代方法通常牺牲空间分辨率来得到实时推断速度，导致性能表现不好。 通过设计小步长的空间路径（spatial path）来保留空间信息和生成高分辨率特征。同时，快速下采样的上下文路径（contex
阅读全文
摘要：全卷积孪生网络（Fully-Convolutional Siamese Networks，简称SiameseFC），用于目标跟踪（object tracking）。 参考链接https://arxiv.org/pdf/1606.09549.pdf
阅读全文
摘要：全卷积网络（Fully Convolutional Network，简称FCN），用于图像语义分割。 端到端（end-to-end） 像素到像素（pixels-to-pixels）：预测每个像素所属的类别。 转置卷积 编码器-解码器（encoder-decoder） 参考链接 http://www.
阅读全文
摘要：GMM（Gaussian Mixture Model，高斯混合模型）通常用于聚类（也用于密度估计），数据是由k个高斯分布生成，每个分布表示一个类。 期望最大（Expectation Maximization，简称EM）算法
阅读全文
摘要：adanet是一个基于Tensorflow的轻量级框架，只需要很少的专业干预，就可以自动学习出高质量的模型。在最近的AutoML成果上构建，既快速又灵活，还可以保证学习质量。 adanet提供通用框架，既能学习神经网络，又能集成网络以获得更好的模型。 参考链接： https://github.com
阅读全文
摘要：AutoML 参考链接： https://arxiv.org/pdf/1810.13306.pdf http://nooverfit.com/wp/7%E4%B8%AA%E4%BD%A0%E5%8F%AF%E8%83%BD%E5%9C%A82018%E9%94%99%E8%BF%87%E7%9A%8
阅读全文
摘要：Conditional GAN 参考链接： https://arxiv.org/pdf/1611.07004v1.pdf
阅读全文
摘要：参考链接： https://arxiv.org/pdf/1412.7062v3.pdf
阅读全文
摘要：强化学习（reinforcement learning，简称RL）， agent policy state action 目标 最大化累计reward 参考链接： https://en.wikipedia.org/wiki/Reinforcement_learning https://drive.g
阅读全文
摘要：MobileNet，是针对移动和嵌入式设备的一类高效模型，基于流线型（streamlined）架构，使用深度可分离卷积（depthwise separable convolution）来构建轻量级深度神经网络。 MobileNet提供两个全局超参数，能够有效地权衡延迟和精确率，并且可以根据实际问题的
阅读全文
摘要：pytorch 参考链接： https://pytorch.org
阅读全文
摘要：xavier算法 参考链接： http://proceedings.mlr.press/v9/glorot10a/glorot10a.pdf
阅读全文
摘要：可视化 参考链接： http://www.tensorfly.cn/tfdoc/how_tos/summaries_and_tensorboard.html
阅读全文
摘要：MNIST 数据 train-images-idx3-ubyte.gz：训练集图片 train-labels-idx1-ubyte.gz：训练集图片类别 t10k-images-idx3-ubyte.gz：测试集图片 t10k-labels-idx1-ubyte.gz：测试集图片类别 训练 预测
阅读全文
摘要：LeNet 参考链接: http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf https://www.charleychai.com/blogs/2018/ai/NN/lenet.html
阅读全文
摘要：Region-CNN，简称R-CNN，是首次将深度学习应用于目标检测的算法。 bounding box IOU 非极大值抑制 selective search 参考链接： https://blog.csdn.net/qq_21349409/article/details/78209279
阅读全文
浙公网安备 33010602011771号