jialibang的博客

https://blog.youkuaiyun.com/shanglianlm

https://blog.youkuaiyun.com/shanglianlm/article/details/85075706

1. 输入矩阵x格式：四个维度，依次为：样本数、图像高度、图像宽度、图像通道数输入 x：[batch, height, width, in_channel] 四个维度 权重 w：[height, width, in_channel, out_channel] 输出 y：[batch, height, width, out_channel] 如图所示: Input：batch=1, height=8, width=8, in_channel=3 (四维矩阵) Ker...

 转载自： https://blog.youkuaiyun.com/qq2414205893/article/details/78901517论文阅读小结（以下内容为论文阅读笔记及总结）NIPS2017 6608-deep-subspace-clustering-networks 这篇文章的创新点在于，提出了一个自表达层，来对特征进行具有自表达能力的子空间学习。其目标函数为：该函...

中科院计算所王晋东：迁移学习的发展和现状 | 分享总结http://www.sohu.com/a/205472327_651893四大类深度迁移学习https://baijiahao.baidu.com/s?id=1611643621377710448&wfr=spider&for=pc普及：从迁移学习到强化学习https://blog.youkuaiyun.com/linolzhan...

转载自：http://blog.youkuaiyun.com/wspba/article/details/57074389 仅供参考，如有翻译不到位的地方敬请指出。论文地址：Deep Residual Learning for Image Recognition摘要越深的神经网络训练起来越困难。本文展示了一种残差学习框架，能够简化使那些非常深的网络的训练，该框架使得层能根据其输入来学习残差...

转载自： https://blog.youkuaiyun.com/Mr_tyting/article/details/71881984上一篇我们详细讲解了人工神经网络以及DNN的原理。CNN主要应用在图像处理方面。这一讲我们将详细讲解卷积神经网络CNN的原理以及在深度学习框架pytorch上的实现。在讲CNN之前我们需要了解这么几个问题？①人工神经网络能用到计算机视觉上吗？答：能②那么为什么还需...

Feature Embedding特征嵌入，将数据转换（降维）为固定大小的特征表示（矢量），以便于处理和计算（如求距离）。例如，针对用于说话者识别的语音信号训练的模型可以允许您将语音片段转换为数字向量，使得来自相同说话者的另一片段与原始向量具有小的距离（例如，欧几里德距离）。embedding的主要目的是对（稀疏）特征进行降维，它降维的方式可以类比为一个全连接层（没有激活函数），通过 ...

转载：https://blog.youkuaiyun.com/qq_14845119/article/details/79510714出自论文Spatial Transformer Networks Insight：文章提出的STN的作用类似于传统的矫正的作用。比如人脸识别中，需要先对检测的图片进行关键点检测，然后使用关键点来进行对齐操作。但是这样的一个过程是需要额外进行处理的。但是有了STN...

参考自：https://blog.youkuaiyun.com/maliang_1993/article/details/82084983U-net采用的是一个包含下采样和上采样的网络结构。下采样用来逐渐展现环境信息，而上采样的过程是结合下采样各层信息和上采样的输入信息来还原细节信息，并且逐步还原图像精度。...

转载自：https://blog.youkuaiyun.com/taoyafan/article/details/81298907#2.1%C2%A0%E7%AC%AC%E4%B8%80%E7%A7%8D%E6%96%B9%E6%B3%95 目录0 概述1 直接转换1.1 第一种方法1.2 第二种方法1.3 第三种方法1.4 StarGAN2 基于特征转换2.1 第...

转载自：https://ptorch.com/news/116.htmlPyTorch实现StarGAN：用于多域图像到图像转换的统一生成对抗网络。StarGAN可以灵活地使用一个单一的发生器和鉴别器将输入图像转换为任何想要的目标域。你可以在这里查看StarGAN的演示视频。本项目源码PyTorch实现"StarGAN：使用单一模型执行多个域的图像转换"。作者Yunjey Choi...

人工智能/数据科学/机器学习综述：   https://zhuanlan.zhihu.com/p/26645993顶会排名：    https://www.zhihu.com/appview/p/28037164

转载自：https://www.cnblogs.com/softzrp/p/6724884.html一、神经网络为什么比传统的分类器好1.传统的分类器有 LR（逻辑斯特回归） 或者 linear SVM ，多用来做线性分割，假如所有的样本可以看做一个个点，如下图，有蓝色的点和绿色的点，传统的分类器就是要找到一条直线把这两类样本点分开。对于非线性可分的样本，可以加一些kernel核函数或者特征的映射...

转载自村头陶员外的博客：  https://blog.youkuaiyun.com/Mr_tyting/article/details/71881984上一篇我们详细讲解了人工神经网络以及DNN的原理。CNN主要应用在图像处理方面。这一讲我们将详细讲解卷积神经网络CNN的原理以及在深度学习框架pytorch上的实现。在讲CNN之前我们需要了解这么几个问题？ ①人工神经网络能用到计算机视觉上吗？ 答：能 ②那么...

转载自：    https://blog.youkuaiyun.com/qq_14845119/article/details/76154976关于A-softmax loss的超球体解释可以参考这一篇文章：SphereFace的翻译，解读以及训练https://blog.youkuaiyun.com/qianqing13579/article/details/782887802017的一篇cvpr，SphereFace...

（8）迁移学习（Transfer Learning） 接下来将会使用ResNet进行迁移学习，完成图片分类。目前迁移学习的方式主要有两种，一种是fineturning，就是只改变pretrain网络最后一层或者几层的网络结构，对于pretrain网络的全局参数在原来的基础上进行微调；另外一种是将ConvNet当做一个特征提取器（Feature Extractor），结构方面只改变pretrain网...

官方手册Learning PyTorch with Examples的翻译： https://blog.youkuaiyun.com/tsq292978891/article/details/79380000pytorch反向求导更新网络参数： https://blog.youkuaiyun.com/tsq292978891/article/details/79333707定义torch.autograd.Functio...

定义：一次性读入多少批量的图片，不是样本。Full Batch Learning：Batch_size=数据集大小，适用于小数据集。Mini-batches Learning：Batch_size= N（自己设定），适用于大数据集。Online Learning（在线学习）：Batch_size=1，如何选择Batch_size？A：一定范围内增大Batch_size：1、 提高了内存的利用率，大...

转载自：http://www.360doc.com/content/18/0731/15/58279403_774675555.shtmlAbstract&IntroductionExisting approaches have limited scalability and robustness in handling more than two domains, since d...

转载：https://blog.youkuaiyun.com/yunyi4367/article/details/80747690pytorch原版github地址：https://github.com/yunjey/StarGAN tensorflow版github地址：https://github.com/taki0112/StarGAN-Tensorflow 两个版本实现相差不大，以pytorc...

深度学习与计算机视觉 看这一篇就够了标签： 机器学习深度学习计算机视觉来源：http://www.leiphone.com/news/201605/zZqsZiVpcBBPqcGG.html#rd人工智能是人类一个非常美好的梦想，跟星际漫游和长生不老一样。我们想制造出一种机器，使得它跟人一样具有一定的对外界事物感知能力，比如看见世界。在上世纪50年代，数学家图灵提出判断机器是否具有人工智能的标准：...