nymph_h的博客

在阅读文献的时候，看到其中提到“选用了SGD左右优化器算法”，然后找到了这篇详尽地解释了各种优化器算法地文章：https://www.cnblogs.com/guoyaohua/p/8542554.html文中提到的SGD指随机梯度下降法，每次迭代只使用一组训练数据，这样每次迭代不一定都朝着收敛方向去，但总体上是收敛的。...

原文：https://blog.youkuaiyun.com/qq_21190081/article/details/78807931https://www.jianshu.com/p/64bf39804c801. 单向 GANhttps://blog.youkuaiyun.com/nymph_h/article/details/964329202. 循环 GAN而循环对抗生成网络可以看作两个普通的GAN...

参考：https://www.cnblogs.com/bonelee/p/9166084.htmlhttps://www.cnblogs.com/DicksonJYL/p/9698877.html1. 生成（Generator）模型通过学习一些数据，然后生成类似的数据。比如让模型学习很多动物图片，最终计算机就可以自行生成动物图片了训练完成后，即使没有NN Encoder，输入一段...

首先感谢原博主：https://www.cnblogs.com/Terrypython/p/10645520.html1. 定义在迁移学习中， 当源域和目标的数据分布不同 ，但两个任务相同时，这种特殊的迁移学习叫做域适应 （Domain Adaptation）。比如说，我们要实现一个自动区分垃圾邮件的算法。源数据是我的邮箱中的数据。现在要用这个算法对我朋友邮箱中的邮件进行分类。那么这就是两个...

https://blog.youkuaiyun.com/leviopku/article/details/80886386参考上面这篇文章在进行目标检测的时候，可能对同一目标有多个重叠的检测结果。我们只要其中置信度最大的那个，非极大值都忽略掉...

1. 先皮一会久仰CNN的大名，进入新闻界，加入美国有线电视新闻网，成为一个跑得飞快的记者一直是我的梦想。但是，平庸的才能无法让我成为一名空间移动系的法师，现在只能努力成为一名精神系人偶师。话说前两天实验验收，把CNN和RNN搞混了orz，太尴尬了orz，所以现在怎么说也得把他们的概念弄清楚。2. 算法的作用输入：一张图片（长x宽x空间维度（RGB，Spatial Dimensions））...

首先感谢原文作者: https://blog.youkuaiyun.com/u014380165/article/details/769463581. 总结看过五种基本的损失函数改进之后，对损失函数的改进方向有了一个基本的认识。这五个方向的改进大概分为两类，1，2，3，5一类，4一类1.2.3.5 角度化改进与中心点改进这一类改进方法的核心是尽可能使同一类分类结果集中，不同类分类结果分散。1，2...

感谢原文： https://blog.youkuaiyun.com/tsyccnh/article/details/79163834总结：熵用来表示一个随机变量信息量的期望；相对熵（KL散度） 用来衡量随机变量不同分布之间的差异。在机器学习的分类问题中，P表示标准分类结果，Q表示学习得到的分类结果，那么P和Q之间的相对熵越小，就说明Q的分类效果越好（接近正确结果P）。训练的目的就是获得更加标注的分布Q，...

上半部分说明softmax的工作方式，下半部分说明softmax操作后怎么进行BP操作

1. 范数的含义与定义范数(norm)是数学中的一种基本概念，是具有“长度”概念的函数。  在泛函分析中，它定义在赋范线性空间中，并满足一定的条件，即①非负性；②齐次性；③三角不等式。它常常被用来度量某个向量空间（或矩阵）中的每个向量的长度或大小。  在线性代数、泛函分析及相关的数学领域，范数是一个函数，是矢量空间内的所有矢量赋予非零的正长度或大小。半范数可以为非零的矢量赋予零长度。2....

1. 算法介绍Faster-RCNN是2016年提出的，整合RCNN，Fast-RCNN的，将传统手势检测的四步操作整合到一个神经网络中，避免重复计算，尽量保证GPU计算。也是YOLO3完成的基础之一。2. 算法流程首先向CNN网络【ZF或VGG-16】输入任意大小图片M×N；经过CNN网络前向传播至最后共享的卷积层，一方面得到供RPN网络输入的特征图，另一方面继续前向传播至特有卷积层...

Event-based High Dynamic Range Image and Very High Frame Rate Video Generation using Conditional Generative Adversarial Networks使用有条件的GAN进行基于事件的高动态性区域图像和极高帧率视频生成摘要： 使用Conditional GAN实现了基于事件摄像机的从一个数...