摘要：大家好，我是来自北京大学的石永杰同学，最近我们组的工作《Unsupervised Domain Adaptation for Semantic Segmentation of Urban Street Scenes Reflected by Convex Mirrors》 被IEEE Transac 阅读全文

摘要：最近，我们组的关于凸面镜反射场景无监督域适应语义分割的工作《Unsupervised Domain Adaptation for Semantic Segmentation of Urban Street Scenes Reflected by Convex Mirrors》被IEEE Transa 阅读全文

摘要：CNN对于旋转不具有等变性，对于平移有等变性，data augmentation的提出就是为了解决这个问题，但是data augmentation需要很大的模型容量，更多的迭代次数才能够在训练数据集合上对旋转等变，对于测试集合，也不一定能够保证等变 可能大家会问，旋转等变网络有什么优点？data a 阅读全文

摘要：实际上在卷积操作的时候，比如说，我某一层输出的feature map的size为4713*13 channel的数目为7，设经过某卷积层之后，网络输出的feature map的channel的数目为17 从7个channel到17个channel，假设卷积核的kernel为33，那么这个卷积层的参数 阅读全文

摘要：关于autoencoder的内容简介可以参考这一篇博客，可以说写的是十分详细了https://sherlockliao.github.io/2017/06/24/vae/ 盗图一张，自动编码器讲述的是对于一副输入的图像，或者是其他的信号，经过一系列操作，比如卷积，或者linear变换，变换得到一个向 阅读全文

摘要：1.RNN简介 rnn,相比很多人都已经听腻，但是真正用代码操练起来，其中还是有很多细节值得琢磨。 虽然大家都在说，我还是要强调一次，rnn实际上是处理的是序列问题，与之形成对比的是cnn，cnn不能够处理序列问题，因为它没有记忆能力，那为什么rnn能够处理序列问题以及有记忆能力呢？ 首先简单介绍一 阅读全文