真理无穷，进一步有进一步的欢喜

[paper reading] FCOS本来想放到GitHub的，结果GitHub不支持公式。没办法只能放到优快云，但是格式也有些乱强烈建议去GitHub上下载源文件，来阅读学习！！！这样阅读体验才是最好的当然，如果有用，希望能给个star！topicmotivationtechniquekey elementmathuse yourselfrelativityFCOSIdeaContributionFCOS ArchitectureCenter-nessM

[paper reading] CenterNet (Object as Points)本来想放到GitHub的，结果GitHub不支持公式。没办法只能放到优快云，但是格式也有些乱强烈建议去GitHub上下载源文件，来阅读学习！！！这样阅读体验才是最好的当然，如果有用，希望能给个star！topicmotivationtechniquekey elementmathuse yourselfrelativityCenterNet(Object as Points)

[paper reading] CenterNet (Triplets)本来想放到GitHub的，结果GitHub不支持公式。没办法只能放到优快云，但是格式也有些乱强烈建议去GitHub上下载源文件，来阅读学习！！！这样阅读体验才是最好的当然，如果有用，希望能给个star！topicmotivationtechniquekey elementmathuse yourselfrelativityCenterNet(triple)Problem to SolveI

[paper reading] CornerNet本来想放到GitHub的，结果GitHub不支持公式。没办法只能放到优快云，但是格式也有些乱强烈建议去GitHub上下载源文件，来阅读学习！！！这样阅读体验才是最好的当然，如果有用，希望能给个star！topicmotivationtechniquekey elementmathuse yourselfrelativityCornerNetProblem to SolveKeyPoints (Anchor-Fr

[paper reading] RetinaNet本来想放到GitHub的，结果GitHub不支持公式。没办法只能放到优快云，但是格式也有些乱强烈建议去GitHub上下载源文件，来阅读学习！！！这样阅读体验才是最好的当然，如果有用，希望能给个star！topicmotivationtechniquekey elementmathuse yourselfrelativityRetinaNetProblem to SolveNegative ==> Easy

[paper reading] SSD本来想放到GitHub的，结果GitHub不支持公式。没办法只能放到优快云，但是格式也有些乱强烈建议去GitHub上下载源文件，来阅读学习！！！这样阅读体验才是最好的当然，如果有用，希望能给个star！topicmotivationtechniquekey elementuse yourselfmathSSDProblem to SolveContributionsSSD ArchitecturePros & Co

[paper reading] YOLO v1本来想放到GitHub的，结果GitHub不支持公式。没办法只能放到优快云，但是格式也有些乱强烈建议去GitHub上下载源文件，来阅读学习！！！这样阅读体验才是最好的当然，如果有用，希望能给个star！topicmotivationtechniquekey elementuse yourselfrelativeYOLO v1Problem to SolveDetection as RegressionYOLO v1

[paper reading] Faster RCNN本来想放到GitHub的，结果GitHub不支持公式。没办法只能放到优快云，但是格式也有些乱强烈建议去GitHub上下载源文件，来阅读学习！！！这样阅读体验才是最好的当然，如果有用，希望能给个star！motivationtechniquekey elementuse yourselfmathProblem to SolveProposal with CNNArchitectureRegion Proposal

[paper reading] DenseNet本来想放到GitHub的，结果GitHub不支持公式。没办法只能放到优快云，但是格式也有些乱强烈建议去GitHub上下载源文件，来阅读学习！！！这样阅读体验才是最好的当然，如果有用，希望能给个star！topicmotivationtechniquekey elementuse yourselfrelativityDenseNetProblem to SolveModificationsDenseNet Arch

[paper reading] 译 + 注 ：如何阅读 Research Papers（Andrew Ng）本文基于吴恩达老师 (Andrew Ng) 在 Stanford Deep Learning Lectures (cs230n) 的课程：YouTube链接在此。翻译的原文链接在此。本人根据自己的想法，在保留原文加粗部分的条件下，增加了一下其他的加粗，以方便阅读。此外，我根据课程做了一些笔记，也加到了文章中，作为补充（以引用格式注明）。最后，一些吴恩达老师提到但原文没有提到的内容，我放到了最

文章目录Cora数据集信息类别信息样本信息图的性质类别分布论文的实验设置超参数数据集划分模型架构不同损失函数的训练结果nll_lossCE lossfocal loss：γ\gammaγ=1.5，α\alphaα_multiple=2三种损失函数的比较结论三种损失函数的信息从训练结果可以看出什么为什么Focal Loss失效了高置信度样本和低置信度样本的矛盾小训练集的过拟合Cora数据集信息C...

图卷积知识梳理文章目录图卷积知识梳理1. 为什么 Graph Laplacian LLL = D−AD-AD−A ——差分的方式理解2. 为什么是 Graph Laplacian LLL —— Fourier变换的本质在Graph上的推广3. 如何使用 Graph Laplacian LLL —— 特征分解4. Graph Laplacian LLL 的特征分解 $\Longrightarrow...

[GCN] 验证 renormalization trick简介Semi-Supervised Classification With Graph Convolutional Networks 这篇论文提出了一种对邻接矩阵AAA 的归一化操作，论文中称为 renormalization trick。公式表达如下：IN+D−1/2AD−1/2⟶D~−1/2A~D~−1/2I_N + D^...

传统的遥感影像处理技术在分析高光谱影像时面临许多问题和挑战：如何解决高维数据小样本识别分类问题、如何实现高维数据的实时处理、如何提升光谱类似地物的区分能力等等...

paper reading：Part-based Graph Convolutional Network for Action Recognition文章目录paper reading：Part-based Graph Convolutional Network for Action Recognitiongraph 与 skeleton：传统的 action recognition from ...

paper reading：[Renormalization Trick] Semi-supervised classification with graph convolutional networks文章目录paper reading：[Renormalization Trick] Semi-supervised classification with graph convolutional...

paper reading - [第一代GCN] Spectral Networks and Deep Locally Connected Networks on Graphs图卷积的一些知识：图卷积网络概述graph中卷积的实现图卷积神经网络详述知乎一个比较不错的回答文章目录paper reading - [第一代GCN] Spectral Networks and Deep L...