发简信
IP属地：浙江
-
Tensorflow 的NCE-Loss的实现和word2vec
这两天因为实现mxnet的nce-loss，因此研究了一下tensorflow的nce-loss的实现。所以总结一下。 先看看tensorflow的nce-loss的API：...
-
@沧浪_之水 我好像只写了训练的代码，没有写测试的
端到端的OCR：LSTM＋CTC的实现
前面提到了用CNN来做OCR。这篇文章介绍另一种做OCR的方法，就是通过LSTM＋CTC。这种方法的好处是他可以事先不用知道一共有几个字符需要识别。之前我试过不用CTC，只用...
-
Prisma理论篇：火遍朋友圈的修图工具Prisma的背后是什么？引子：有段子手言，地球上的人一半在用Pokemon Go追皮卡丘的时候，剩下的一半在用Prisma修图！这款由俄罗斯创业团队研发的图片处理app，从研发到上线仅几个月就用户量...
-
可以关注一下GAN。对原来的算法有很大的提速。
Prisma理论篇：火遍朋友圈的修图工具Prisma的背后是什么？
引子：有段子手言，地球上的人一半在用Pokemon Go追皮卡丘的时候，剩下的一半在用Prisma修图！这款由俄罗斯创业团队研发的图片处理app，从研发到上线仅几个月就用户量...
-
@zdl_todo 是的
从图片相似度学习图片的表示
很多时候带分类标注的图片样本是很难获得的，但是图片之间的相似度却不难获得。最简单的方式有几个： 视频里相邻的帧是相似的。见论文Unsupervised Learning of...
-
@zdl_todo 这个有高人指点
从图片相似度学习图片的表示
很多时候带分类标注的图片样本是很难获得的，但是图片之间的相似度却不难获得。最简单的方式有几个： 视频里相邻的帧是相似的。见论文Unsupervised Learning of...
-
从图片相似度学习图片的表示
很多时候带分类标注的图片样本是很难获得的，但是图片之间的相似度却不难获得。最简单的方式有几个： 视频里相邻的帧是相似的。见论文Unsupervised Learning of...
-
Tensorflow 的NCE-Loss的实现和word2vec
这两天因为实现mxnet的nce-loss，因此研究了一下tensorflow的nce-loss的实现。所以总结一下。 先看看tensorflow的nce-loss的API：...
-
word2vec/lstm on mxnet with NCE loss
Softmax是用来实现多类分类问题常见的损失函数。但如果类别特别多，softmax的效率就是个问题了。比如在word2vec里，每个词都是一个类别，在这种情况下可能有100...
-
@arestorres 你可以看例子。例子里我已经加了不定长的部分
端到端的OCR：LSTM＋CTC的实现
前面提到了用CNN来做OCR。这篇文章介绍另一种做OCR的方法，就是通过LSTM＋CTC。这种方法的好处是他可以事先不用知道一共有几个字符需要识别。之前我试过不用CTC，只用...
-
@arestorres 你说的不定长的。是吧。这个是c++里已经实现好了。另外空格的label id永远是0
端到端的OCR：LSTM＋CTC的实现
前面提到了用CNN来做OCR。这篇文章介绍另一种做OCR的方法，就是通过LSTM＋CTC。这种方法的好处是他可以事先不用知道一共有几个字符需要识别。之前我试过不用CTC，只用...
-
基于DC/OS建立分布式机器学习系统
之前基于ps-lite实现了word2vec。下一步就是让这个算法能够分布式的跑起来。最简单的分布式方案大概是如下几步：把二进制文件copy到你要跑的机器上。把每个进程需要读...
-
端到端的OCR：LSTM＋CTC的实现
前面提到了用CNN来做OCR。这篇文章介绍另一种做OCR的方法，就是通过LSTM＋CTC。这种方法的好处是他可以事先不用知道一共有几个字符需要识别。之前我试过不用CTC，只用...
