第六十五周学习笔记

最新推荐文章于 2025-05-22 17:35:17 发布
原创 最新推荐文章于 2025-05-22 17:35:17 发布 · 474 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

第六十五周学习笔记

论文阅读

  • MAttNet: Modular Attention Network for Referring Expression Comprehension: This article introduces Modular Attention Network to Modularize referring expression comprehension by Subject Module, Location Module and Relationship Module, achieving ~10% improvements.

caption parsing

从caption中提取出noun chunk
在这里插入图片描述

在这里插入图片描述

MattNet

用官方给出的pre trained model做一些实验
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

本周小结

上周任务完成情况

  • 论文阅读>5 1
  • debug 未完成

下周目标

  • 找一份对的saliency prediction代码,跑起来
  • 读点论文吧,不要求五篇了
Modular Attention Network for Referring Expression Comprehension——代码阅读第一天
sunmenmian的博客
02-18 2523
今天是阅读2018cvpr论文MAttNet源码的第一天，由于第一次读论文源码有很多不懂的地方，在此记录每天的学习进度，希望可以不断提高自身能力。 该论文训练的第一步是准备训练数据，因此先从tools/propro.py开始。论文可以加载refclef,refcoco,refcoco+,refcocog四种数据集，本文以refclef为例。 一、首先实例化pyutils/refer/refer.p...
第十四周机器学习笔记：Transformer（下）；Pytorch学习——完整的模型训练套路；数学拓展——梯度（gradient）
Zcymatics的博客
09-29 1255
本周周报在机器学习的理论内容中，概述了Transformer里面Decoder的内容，其中包括Decoder的结构、autoregressive decoder（自回归解码器）以及non-autoregressive decoder（非自回归解码器），此外还讲述了Transformer 的训练过程，并在最后提供了序列到序列模型训练常用的Tips。在Pytorch代码学习中，本周报详细的讲述了训练模型的一些常用手段和流程，并通过代码实现了包括数据收集、模型搭建、模型训练、结果展示等过程。
MAttNet
weixin_40292908的博客
11-22 1795
PyTorch Implementation of MAttNet Introduction This repository is Pytorch implementation of MAttNet: Modular Attention Network for Referring Expression Comprehension in CVPR 2018. Refering Expressions...
Java学习之路：第十一周课程笔记归纳
最新发布
2401_88151092的博客
05-22 1902
1. 面向过程：将问题拆分为步骤：第一步，第二步，...直到将问题解决....2. 面向对象：想将程序中所用到的对象找出，作为整体进行应用，利用各对象之间的关系，进行解决问题。1. 对象：复杂的客观事物，在Java程序中的一种表现形式。(一切客观事物都是对象)2. 对象的组成：(1) 属性：代表对象有什么特征/特点,对象的静态部分，用变量来表示(2) 方法：代表对象有什么功能/行为，对象的动态部分，用函数/方法表示。3. 计算中对象的描述：计算中用类对一组对象进行描述，该对象有哪些属性和方法。
第一周学习笔记
m0_74285167的博客
10-19 1218
第一周笔记
第二十六周：学习笔记
weixin_45409613的博客
12-31 1526
全卷积神经网络（Fully Convolutional Network，FCN）是一种用于图像分割和语义分割任务的深度学习模型。与传统的卷积神经网络（Convolutional Neural Networks，CNN）不同，FCN中的全卷积层（Fully Convolutional Layer）可以接受任意大小的输入，并输出相应大小的特征图，而不仅仅是对固定大小的输入进行分类。FCN通常由卷积层和转置卷积层组成，以实现特征提取和上采样。
Java学习之路：第三周课程笔记归纳
2401_88151092的博客
03-22 1788
1. 概念：计算中的一块存储空间，是存储数据的基本单位。【理解】2. 组成：数据类型、变量名、数据。3. 变量的定义：【重点】(1) 声明变量：数据类型 变量名;赋值：变量名 = 值;(2) 声明的同时 赋值：数据类型 变量名 = 值;(3) 同时定义多个同类型的变量：数据类型 变量名1,变量名2 =值,变量名3;1. 基本数据类型(简单数据类型、原始数据类型)---》8种基本数据类型(1) 整数类型关键字long 8B -922京 ~ 922京-1。
第六周学习笔记
Peter的脱发日记
09-14 359
第六周学习笔记 本周的主要学习工作 1.CS229 [课程地址] 第十三讲，离散与维数灾难 主要内容 值得注意的地方 1.EM算法的收敛 EM算法通过最大化似然函数的下界（使用Jesen不等式得到），来近似最大化似然函数，其优化过程相当与对于其下界函数的坐标上升。 2.高斯混合模型的优化 Q-step中的优化是一个条件极值问题，约束是Σjϕj=1Σjϕj=1\S...
入门西班牙语学习笔记 第3学期
corazonespinado的博客
07-17 2551
以下内容主要根据以英文编写的西班牙语教程《Portales 1.0: Introductory Spanish》整理而成，涵盖第12-18单元的词汇和语法内容，适合零基础、低基础学生参考和自学使用。
Web前端从入门到放弃 第二周学习笔记
lm_216416的博客
10-28 1175
小白第二周学习笔记
2022李宏毅机器学习深度学习学习笔记第十六周
qq_45612705的博客
08-07 511
RNN主要是用于处理序列数据的神经网络，本文主要了解RNN的内部结构以及每个参数代表什么，通过一个简单的例子了解RNN正向和反向运算的具体过程；通过例子了解CNN的正向和反向运算的具体过程，理解卷积层和池化层的过程。...
【第二周】李宏毅机器学习笔记02
qq_30043925的博客
07-07 974
这周将以宝可梦为例学习回归和分类任务的处理方法。对于回归任务，学习了如何提高预测的准确度以及降低过拟合的风险。对于分类任务，手推了后验概率公式，了解了如何运用数学语言来区分类别。对比了生成模型和判别模型的优缺点，以及实现线性回归和逻辑回归步骤的差异。这周以宝可梦为例学习了对回归问题和分类问题的处理。对于回归问题我们还是按照函数建模、函数评优和挑选函数三个步骤来解决问题。为了提高回归预测的准确度，我们可以增加模型的复杂度。但是，过于复杂的模型可能会导致过拟合现象，使得模型不能很好地泛化新的数据。
2022李宏毅机器学习深度学习学习笔记第十四周
qq_45612705的博客
07-24 440
了解为什么用了验证集结果还是过拟合了，以及为什么深度学习好；了解SpatialTransformerLayer，以及图像是怎样变换的。
PaddlePaddle第二周学习笔记
luolovebiology的博客
08-18 916
项目一：使用飞浆完成手写数字识别模型 MNIST数据集 MNIST数据集是从NIST的Special Database 3（SD-3）和Special Database 1（SD-1）构建而来。 构建手写数字识别的神经网络模型 飞桨各模型代码结构一致，大大降低了用户的编码难度 教程采用"横纵式"教学法，适用于深度学习初学者 项目二：通过极简方案快速构建手写数字识别模型 加载飞桨
第三十二周学习笔记
Peter的脱发日记
03-15 1082
第三十二周学习笔记 CS231n 翻译自英文笔记 损失函数 数据损失(data loss)是预测与真实标签的一致性度量，往往的表达式是 L=1N∑iLiL=\dfrac{1}{N}\sum_iL_iL=N1​i∑​Li​ 其中，NNN是训练集数据的数量，记f=f(xi;W)f=f(x_i;W)f=f(xi​;W)为输出层的激活函数，以下是一些实际中面对的问题 分类，两个最常见的损失函数之一是SVM...
第五十周学习笔记
Peter的脱发日记
07-19 1018
第五十周学习笔记 论文阅读概述 SemStyle: Learning to Generate Stylised Image Captions using Unaligned Text: This article introduces a novel model dubbed SemStyle to generate diverse image caption based on paired fa...
第二十四周学习笔记
Peter的脱发日记
01-18 966
第二十四周学习笔记 论文阅读《SuperPoint: Self-Supervised Interest Point Detection and Description》 文章解决了什么问题 无标注情况下关键点检测和特征描述子生成 用了什么方法 自监督训练方法 使用全卷积神经网络架构，一个共享的encoder对图片进行编码，两个decoder分别检测关键点和生成描述子 效果如何 存在什么不足 其他 ...
第二十周学习笔记
Peter的脱发日记
12-21 922
第二十周学习笔记 阅读《计算机视觉——算法与应用》 第七章 由运动到结构 第六章中，通过配准点集来估计摄像机姿态及其内部参数，本章处理的是对应的逆问题，即，给出图像特征的稀疏对应，来估计3D点的位置。这个过程通常涉及3D几何（结构）和摄像机姿态（运动）的同时估计，这就是通常意义下的由运动到结构。 7.1 三角测量 三角测量是根据对应图像位置的集合和已知的摄像机位置确定一个点的3D位置的问题，是6....
第三十六周学习笔记
Peter的脱发日记
04-13 850
文章目录第三十六周学习笔记SuperPoint 复现进度找到问题MagicPoint 训练结果训练过程可视化在训练集和测试集上的表现训练集测试集Pytorch Linear regression example论文阅读《Rich feature hierarchies for accurate object detection and semantic segmentation》 第三十六周学习笔...
中大珠数学术部第十六周笔记分享
文件“大一苏颖婷第十六周.zip”暗示了学习者应该有定期复习和总结的习惯。将学习内容按照周或月等时间段进行分隔，有助于学生合理规划学习周期，及时总结和回顾之前的学习内容，从而更有效地掌握和巩固知识点。这种...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值