发简信
IP属地：江西
-
什么是BERT？
作者: Jeffery 链接：https://zhuanlan.zhihu.com/p/98855346 来源：知乎 著作权归作者所有。商业转载...
-
《Augmented CycleGAN: Learning Many-to-Many Mappings from Unpaired Data》读后感介绍 经典的CycleGAN的主要缺陷是只能在领域之间学习一对一的mapping，也就是每一种输入都只会有单种的输出图像。而本文作者相信域之间的...
-
联合信息熵和条件信息熵
下面这几个熵都是描述联合分布中的两个变量相互影响的关系。 联合信息熵 联合信息熵的定义如下： 条件信息熵 条件信息熵的定义如下： 用图像形象化地...
-
Unsupervised Visual Representation Learning by Context Prediction读后感这篇文章的思想是利用self-supervise的思想去运用一些互联网规模的数据集（人工的annotation很难获得），无监督地为图片生成特征...
-
白化
白化：相关性低，方差相同。 PCA：去均值，去相关性。 PCA白化：去均值，去相关性，方差相同为1。 ZCA白化：pca白化后，把它又变换到原来...
-
读后感：Image Style Transfer Using Convolutional Neural Networks该文章是研究一个比较有意思的Issue，就是风格迁移问题。风格迁移可以定义为纹路（Texture）迁移问题。之前大多数的工作是用non-para...
-
PCA与SVD分解的关系
PCA： 目标是使 因为可对 E的每列是相应的非线性相关且相互正交的特征向量，为正交阵。我们令 因为这样P就成为了正交阵，有 则PCA是要对X的...
-
读后感：Controlling Perceptual Factors in Neural Style Transfer本论文是对2016年的《Image Style Transfer Using Convolutional Neural Networks》进行的...
-
机器学习中的交叉熵
p和q是两个概率分布。其中xi是取值的可能，在机器学习中，xi为样本的某一个类别的可能，n为类标的数量。p(xi)为样本取值为xi的真实概率，q...