selinda001的博客

提出了一种基于卷积神经网络的单图像超分辨率方法。方法直接学习低/高分辨率图像之间的端对端映射。映射表现为一个深度卷积神经网络，它将低分辨率图像作为输入，将高分辨率图像作为输出。并进一步证明了传统的基于稀疏编码的SR方法可以被看做为CNN。但是不像传统的方法分开处理每个部件，我们的方法共同优化了所有的层。深度CNN有轻量的结构，但是也展现出先进的重建质量，并且在实际在线使用中展现了良好的速度。

1.Forward propagation for the basic Recurrent Neural Network1.1 - RNN cell 1. 计算隐藏状态 : a⟨t⟩=tanh(Waaa⟨t−1⟩+Waxx⟨t⟩+ba)a⟨t⟩=tanh⁡(Waaa⟨t−1⟩+Waxx⟨t⟩+ba)a^{\langle t \rangle} = \tanh(W_{aa} a^{\l...

1. 序列数据的生成步骤Deep learning 产生序列数据的方法一般是用 RNN 来预测下一个或者多个 token，比如说给定输入 “the cat is on the ma”，那么网络就会训练数据并且产生目标”t”，这里的 token 可以是一个词或者一个字符，任何 Deep Learning 的网络都可以给下一个 token 的概率建模，我们将这个网络训练出来的模型称为 “语言模型”...

一、文本分类历史上世纪 50 年代：专家规则（pattern）上世纪 80 年代：知识工程建立专家系统上世纪 90年代后：统计学习方法，人工特征工程 + 浅层分类模型特征工程机器学习的目标是把数据转换成信息，再提炼到知识的过程。特征工程没有很强的通用性，主要要结合对特征任务的理解，主要分为，文本预处理、特征提取、文本表示，将文本转换为计算机可以理解的形式，封装能...

本文时清华大学刘知远教授于 2018 年 5 月 26 日在中关村分享 HowNet 讲座时记录的笔记。 讲座详情：https://mp.weixin.qq.com/s/QyRGYU8-Fl4VcJFuUPhoTQ一、深度学习特点分布式表示层次结构 二、自然语言的表示自然语言包含从汉字到文档的多粒度语言单位，词汇、短语、句子、文档语义符号表示：词袋模型（one ...