- 博客(8)
- 收藏
- 关注
RSS订阅原创 Attention Is All You Need
谷歌于2017年发布论文《Attention Is All YouNeed》，提出了一种全新的模型架构——Transformer，该架构完全摒弃了循环和卷积网络结构，完全依赖于注意力机制来处理序列转换任务。每一次写一篇都是为了让自己有更深的思考，当然也希望大家能读懂。总结一下，本文从自然语言本身的特性出发，完全舍弃了RNN/CNN结构，提出一种新的网络结构，即完全基于注意力机制的Transformer网络结构。
2024-05-16 20:45:53
1054
原创 贝叶斯网络系列学习
贝叶斯网络系列学习（1）文章目录贝叶斯网络系列学习（1）前言一、基础知识二、贝叶斯网络1.朴素贝叶斯1.2 朴素贝叶斯的分类2.贝叶斯网络2.1 贝叶斯网络2.2 代码总结参考文献前言最近一直在学习水下环境安全性态势评估，需要用到贝叶斯网络，因此，打算用Blog记录一下自己的学习笔记，也能方便以后的查找。一、基础知识1.联合概率联合概率是包含多个条件，且所有的条件同时成立的概率。记作 P(A,B)=P(AB) \ P(A,B)= P(AB) \ P(A,B
2022-05-12 20:51:29
3388
原创 Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks
Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial NetworksCycle GAN是GAN系列文章必读的论文之一，Cycle GAN很好的起到了承上启下的作用，对于后续属实是影响深远，意义重大。文章目录Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks前言一、总述二、使用步骤1.引入库2.读入数据总结
2021-05-07 10:30:01
3805
原创 Conditional Generative Adversarial Nets
Conditional Generative Adversarial Nets利用五一假期的小尾巴终于看完了CGAN的论文，特意记录一下，方便以后查找。文章目录Conditional Generative Adversarial Nets前言一、总述二、GAN与CGAN的区别1. 输入输出2. 损失函数三、CGAN的网络框架个人理解总结参考文献前言利用五一假期最后的小尾巴，终于看完了CGAN的论文，记录一下自己的读书笔记。Conditional Generative Adversarial
2021-05-05 18:00:23
873
原创 Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
文章目录前言一、总述二、网络结构1.生成器2.判别器三、损失函数1、生成器判别器损失2、感知损失函数三、实验结果总结参考文献前言Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network源自于2017年的CVPR，将GAN的内容引入到超分辨率（SR）中，其中有许多的创新点值得学习研究。论文地址：https://arxiv.org/abs/1609.04802一、总述由低分辨率（L..
2021-04-13 16:01:40
3408
原创 Image-to-Image Translation with Conditional Adversarial Networks
Image-to-Image Translation with Conditional Adversarial Networks文章目录Image-to-Image Translation with Conditional Adversarial Networks前言一、Image-to-Image Translation二、使用步骤1.引入库2.读入数据总结前言Image-to-Image Translation with Conditional Adversarial Networks源
2021-04-11 21:26:26
1189
原创 Face Aging with Contextual Generative Adversarial Nets
Face Aging with Contextual Generative Adversarial NetsFace Aging with Contextual Generative Adversarial Nets欢迎阅读本周开始阅读了一些GAN的相关论文，就此写一篇博客记录一下：为什么选择这一篇文章？首先是Image-to-Image translation，输入是人脸图片，输出是老化后的人脸图片，比较符合最近在做的项目。亮点文章提出了一种Contextual GANs 来考虑在相邻年龄组
2021-04-11 10:25:13
254
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人