小知识点
平移不变性:
在欧几里得几何中,平移是一种几何变换,表示把一幅图像或一个空间中的每一个点在相同方向移动相同距离。比如对图像分类任务来说,图像中的目标不管被移动到图片的哪个位置,得到的结果(标签)应该是相同的,这就是卷积神经网络中的平移不变性。
平移不变性意味着系统产生完全相同的响应(输出),不管它的输入是如何平移的 。
CNN不具有平移不变性:CNN的泛化能力不如人类, CNN通过简单的平移,缩放等操作并不能使得网络学习到平移不变形, 这种现象和下采样和数据偏差有关.
链接预测:
是一种根据KG中已存在的实体去预测缺失事实的任务。
One-Hot编码:
又称为一位有效编码,主要是采用N位状态寄存器来对N个状态进行编码,每个状态都由他独立的寄存器位,并且在任意时候只有一位有效。
详细见:https://blog.youkuaiyun.com/weixin_41857483/article/details/111396939
本文介绍了平移不变性在卷积神经网络(CNN)中的作用,说明了为何CNN并不完全具备平移不变性,并探讨了链接预测任务。此外,还讲解了一位有效编码(One-Hot)在数据预处理中的使用。通过这些概念,深入理解AI模型的学习特点和数据处理策略。
1058

被折叠的 条评论
为什么被折叠?



