个人随笔（论文解读第35页

GNA笔记-- pix2pixGAN 网络原理介绍以及论文解读

一、什么是pix2pixGAN论文：《Image-to-ImageTranslationwithConditionalAdversarialNetworks》pix2pixGAN主要用于图像之间的转换，又称图像翻译。图像处理的很多问题都是将一张输入的图片转变为一张对应的输出图片，端到端的训练。如果要根据每个问题设定一个特定的lossfunction来让CNN去优化，通常都是训练CNN去缩小输入跟输

码农男孩·2022-04-10 08:24

Pytorch 使用DCGAN生成动漫人物头像入门级实战教程

有关DCGAN实战的小例子之前已经更新过一篇，感兴趣的朋友可以点击查看Pytorch使用DCGAN生成MNIST手写数字入门级教程有关DCGAN的相关原理：DCGAN论文解读-----DCGAN原理简介与基础

码农男孩·2022-04-10 08:23

GAN实战之Pytorch 使用pix2pixGAN生成建筑物图片

码农男孩·2022-04-10 07:57

论文解读（S^3-CL）《Structural and Semantic Contrastive Learning for Self-supervised Node Representation Learning

论文信息论文标题：StructuralandSemanticContrastiveLearningforSelf-supervisedNodeRepresentationLearning论文作者：KaizeDing、YanchengWang、YingzhenYang、

Learner-·2022-04-09 14:00

【计算机网络】5G网络切片技术 - - 网络切片的多资源分配【含论文解读】

【计算机网络】5G网络切片前沿技术【含论文解读】1.背景【5G&&网络切片】2.相关技术2.1相关的其它技术方案2.2论文所用技术2.2.1通用优化框架2.2.2估量OWA权重时涉及两个度量3.进一步设想论文来源

司六米希·2022-04-09 07:31

论文解读（GRCCA）《 Graph Representation Learning via Contrasting Cluster Assignments》

论文信息论文标题：GraphRepresentationLearningviaContrastingClusterAssignments论文作者：Chun-YangZhang,Hong-YuYao,C.L.PhilipChen,Fellow,IEEEandYue-

Learner-·2022-04-06 22:00

强化学习（六）：Shared Experience Actor-Critic for Multi-Agent Reinforcement Learning论文解读，附源码

强化学习（六）：SharedExperienceActor-CriticforMulti-AgentReinforcementLearning论文解读，附源码链接：https://pan.baidu.com

wweweiweiweiwei·2022-04-04 07:40

论文解读（Graph-MLP）《Graph-MLP: Node Classification without Message Passing in Graph》

论文信息论文标题：Graph-MLP:NodeClassificationwithoutMessagePassinginGraph论文作者：YangHu,HaoxuanYou,ZhecanWang,ZhichengWang,ErjinZhou,YueGao论文来源：2021,ArXiv论文地址：download论文代码：download1介绍本文工作：不使用基于消息传递模块的GNNs，取而代之的是

Learner-·2022-04-02 20:00

Tsunami: A Learned Multi-dimensional Index for Correlated Data and Skewed Workloads 论文解读（VLDB 2021）

Tsunami:ALearnedMulti-dimensionalIndexforCorrelatedDataandSkewedWorkloads论文解读（VLDB2021）本篇博客是对发表在2021VLDB

茶柒每天要学习·2022-04-02 18:00

论文解读（XR-Transformer）Fast Multi-Resolution Transformer Fine-tuning for Extreme Multi-label Text Classification

PaperInformationTitle：FastMulti-ResolutionTransformerFine-tuningforExtremeMulti-labelTextClassificationAuthors：JiongZhang,Wei-ChengChang,Hsiang-FuYu,I.DhillonSources：2021,ArXivOther：3Citations,61Refer

Learner-·2022-04-01 22:00

论文解读（ N2N）《Node Representation Learning in Graph via Node-to-Neighbourhood Mutual Information Maximization

论文信息论文标题：NodeRepresentationLearninginGraphviaNode-to-NeighbourhoodMutualInformationMaximization论文作者：WeiDong,JunshengWu,YiLuo,ZongyuanGe,PengWang论文来源：CVPR2022论文地址：download论文代码：download1摘要在本工作中，我们提出了一种简

Learner-·2022-04-01 16:00

ECCV 2018最佳论文解读：基于解剖结构的面部表情生成

在碎片化阅读充斥眼球的时代，越来越少的人会去关注每篇论文背后的探索和思考。在这个栏目里，你会快速get每篇精选论文的亮点和痛点，时刻紧跟AI前沿成果。点击本文底部的「阅读原文」即刻加入社区，查看更多最新论文推荐。这是PaperDaily的第103篇文章本期推荐的论文笔记来自PaperWeekly社区用户@TwistedW。本文获得ECCV2018最佳论文荣誉提名。GANimation将Action

PaperWeekly·2022-03-31 07:45

个人随笔

Slogan:创新创造image.png细节方面：新项目一组加入的时间金额机器网络设置调试七天启动循环复用玩法：投资人撤资（可引导撤资），工作室接盘收益资产；工作室成立条件：初始资金、场地租赁、合同草拟、人员招聘、公司注册、文档生成（技术，培训）机子账号复用回收目标业绩：2022年：拉入30-50w的投资额，合伙人30-50W/人年收入；2023年：100-200W投资额，合伙人100-200W/

HelloWorld丶小工匠·2022-03-29 20:41

论文解读——神经网络翻译中的注意力机制以及 global / local attention

论文EffectiveApproachestoAttention-basedNeuralMachineTranslation这篇论文主要介绍了神经网络翻译中的attention机制的集中改进方式，包括global/localattention以及input-feeding机制，最后通过实验进行比较本篇博文还将拓展神经网络翻译、注意力机制、soft/hardattention等内容目录论文Effec

DongDu_rabbit·2022-03-29 07:15

空间注意力机制sam_【论文解读】用于卷积神经网络的注意力机制(Attention)----CBAM: Convolutional Block Attention Module...

摘要论文提出了ConvolutionalBlockAttentionModule(CBAM)，这是一种为卷积神将网络设计的，简单有效的注意力模块(AttentionModule)。对于卷积神经网络生成的featuremap，CBAM从通道和空间两个维度计算featuremap的attentionmap，然后将attentionmap与输入的featuremap相乘来进行特征的自适应学习。CBAM是

weixin_39938165·2022-03-29 07:10

基于注意力机制的机器翻译——经典论文解读与代码实现

Seq2Seq+DecoderAttention的具体实现和论文里的公式解读，请参考：attention_seq2seq欢迎讨论与start！

sunflower_Yolanda·2022-03-29 07:08

【论文解读】Learning to Deceive with Attention-Based Explanations　　注意力机制作为模型的可解释性存疑

LearningtoDeceivewithAttention-BasedExplanations这是一篇发表于ACL2020的关于注意力机制用作模型可解释性的论文。原文：[link]（https://arxiv.org/pdf/1909.07913.pdf）原文下载目录LearningtoDeceivewithAttention-BasedExplanations前言一、引言二、模型1.符号设置与

MonkeyDogFox·2022-03-29 07:37

Query-Efficient Hard-label Black-box Attack: An Optimization-based Approach论文解读

AbstractWestudytheproblemofattackingamachinelearningmodelinthehard-labelblack-boxsetting,wherenomodelinformationisrevealedexceptthattheattackercanmakequeriestoprobethecorrespondinghard-labeldecisions.

你回到了你的家·2022-03-29 07:52

【论文解读】GCN论文总结

本次要总结和分享的是ICLR2017的关于GCN方面的代表作之一论文：SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS，论文链接为paper[1]，参考的实现代码为pygcn[2]文章目录先导知识论文动机模型切比雪夫逼近卷积核函数图上的快速近似卷积半监督节点分类实验核心代码分析个人总结先导知识在读这篇论文之前，需要对先导论文Co

风度78·2022-03-29 07:20

论文解读（GRACE）《Deep Graph Contrastive Representation Learning》

PaperInformation论文标题：DeepGraphContrastiveRepresentationLearning论文作者：YanqiaoZhu,YichenXu,FengYu,Q.Liu,ShuWu,LiangWang论文来源：2020,ArXiv论文地址：download代码地址：downloadAbstract在本文中，作者提出了一个利用节点级对比目标的无监督图表示学习框架。具体

Learner-·2022-03-28 11:00

【论文解读 ASONAM 2019】Semi-Supervised Learning and Graph Neural Networks for Fake News Detection

论文题目：Semi-SupervisedLearningandGraphNeuralNetworksforFakeNewsDetection论文链接：https://ieeexplore.ieee.org/document/9073625代码链接：无关键词：半监督学习；GNN；假新闻检测这篇文章就2页，简单记录一下。1引言本文解决的是假新闻检测问题。作者提出基于图的半监督假新闻检测框架。作者认为基

byn12345·2022-03-28 07:55

论文解读（MVGRL）Contrastive Multi-View Representation Learning on Graphs

PaperInformation论文标题：ContrastiveMulti-ViewRepresentationLearningonGraphs论文作者：KavehHassani、AmirHoseinKhasahmadi论文来源：2020,ICML论文地址：download论文代码：downloadAbstract介绍了一种自监督的方法，通过对比图的结构视图来学习节点和图级别的表示。与视觉表示学习

Learner-·2022-03-27 16:00

Generalizing from a Few Examples: A Survey on Few-Shot Learning

ASurveyonFew-ShotLearning本文知乎链接（排版可能好看丢丢）：https://zhuanlan.zhihu.com/p/340618818论文地址：paper这篇概述很简洁：简介的论文解读一

柯西一施瓦兹不等式·2022-03-27 07:00

【个人随笔】来报恩的孩子

今天晚上去爷爷奶奶家吃饭。因疫情缘故，好像上一次一起吃饭已经是一个多月之前的事了。吃完饭之后，公公婆婆看电视，《人世间》最后两集，就顺便瞄了几眼。想起来有趣，这部电视剧第一、️二集我是大年初二在重庆姑姑家看的，而且加在一起就看了这开头结尾四集。两个月的时间周家走完了五十多年，三代人的悲欢离合喜怒哀乐好似在一刹那间，让人唏嘘不已。公公婆婆很推崇，觉得这部片子很真实，演出了那个时代的故事和这个时代的一

苏默马·2022-03-26 23:18

论文解读（GMI）《Graph Representation Learning via Graphical Mutual Information Maximization》

PaperInformation论文作者：ZhenPeng、WenbingHuang、MinnanLuo、Q.Zheng、YuRong、TingyangXu、JunzhouHuang论文来源：WWW2020论文地址：download代码地址：download前言1、自监督学习（Self-supervised）：属于无监督学习，其核心是自动为数据打标签（伪标签或其他角度的可信标签，包括图像的旋转、分

Learner-·2022-03-26 20:00

1、大数据发展历程

为了更深刻的了解大数据的前世今生，在极客时间花了几十块钱，买了徐文浩老师的《大数据经典论文解读》。

朗如行玉山_5b30·2022-03-25 11:47

论文解读（SUGRL）《Simple Unsupervised Graph Representation Learning》

PaperInformationTitle：SimpleUnsupervisedGraphRepresentationLearningAuthors：YujieMo、LiangPeng、JieXu,XiaoshuangShi、XiaofengZhuSources：2022AAAIPaper：downloadCode：downloadAbstract作者提出了一种简单的无监督图表示学习方法来进行有效

Learner-·2022-03-25 11:00

DeepLabV3论文解读（空洞卷积/膨胀卷积理解）

DeepLabV3论文解读（空洞卷积/膨胀卷积理解）最近在做基础网络研究，设计的网络结构除了在分类数据集上测试，还需要在分割和检测网络上测试效果，故选择了DeepLabV3作为对比平台。

我喜欢你就像·2022-03-25 07:01

一份计算机专业泛读书单

图灵的秘密作者:CharlesPetzold，出版社:人民邮电出版社出品方:图灵新知副标题:他的生平、思想及论文解读原作名:TheAnnotatedTuring:AGuidedTourThroughAlanTur

Bintou老师·2022-03-24 21:14

语义分割综述

本文来自公众号CV技术指南的技术总结系列欢迎关注CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。

CV技术指南(公众号)·2022-03-24 01:46

论文解读（VGAE）《Variational Graph Auto-Encoders》

PaperInformationTitle：VariationalGraphAuto-EncodersAuthors：ThomasKipf,M.WellingSoures：2016,ArXivOthers：1214Citations,14References1Alatentvariablemodelforgraph-structureddataVGAE使用了一个GCNencoder和一个简单的内积

Learner-·2022-03-23 16:00

【论文解读】A Survey on Visual Transformer及引文理解

ASurveyonVisualTransformer阅读，以及自己对相关引文的理解。Transformer作为NLP领域的大杀器，目前已经在CV领域逐渐展露锋芒，大有替代CNN的趋势，在图像分类，视频处理，low/highlevel的视觉任务都有相应的transformer刷榜。这篇文章在介绍这些工作的同时，讨论了他们的challenges和今后可能的研究方向。上图基本上就是本文的主要内容了，作者

风度78·2022-03-23 07:37

tensorflow基于BERT训练文本分类模型保存为PB（saved model）并部署

扫码关注“自然语言处理与算法”，讨论交流、顶会论文解读~背景基于BERT构建了文本分类任务，由于需要将模型部署至服务器，所以将模型保存为pb形式。

西兰先森·2022-03-22 07:30

【3D目标检测】PointPillars: Fast Encoders for Object Detection from Point Clouds论文解读（2019）

1、为什么要做这个研究（理论走向和目前缺陷）?VoxelNet只有4.4fps,SECOND虽然能达到20fps，但还有提升空间。2、他们怎么做这个研究（方法，尤其是与之前不同之处）?算是对SECOND的加速版，将原来3D体素网格的编码方式改为2D立柱方式，且改用2D卷积而非3D卷积处理。还有一些其他的加速操作，比如特征降维，tensorRT等。3、发现了什么（总结结果，补充和理论的关系）?效果和

蓝田生玉123·2022-03-21 07:36

【lidar】3D目标检测PointPillars：论文解读、代码解读、部署实现（2）

PointPillars部署：TensorRT推理实现，下载地址：添加链接描述PointPillars高度优化的点云目标检测网络PointPillars。主要通过tensorrt对网络推理段进行了优化，通过cuda/c++对前处理后处理进行了优化。做到了真正的实时处理（前处理+后处理小于1ms/Head）。MajorAdvance训练简单本仓库直接使用mmlab/OpenPCdet进行训练。所以只

踟蹰横渡口,彳亍上滩舟。·2022-03-21 07:42

论文解读《Cauchy Graph Embedding》

PaperInformationTitle：CauchyGraphEmbeddingAuthors：DijunLuo,C.Ding,F.Nie,HengHuangSources：2011,ICMLOthers：71Citations,30ReferencesAbstract拉普拉斯嵌入（Laplacianembedding）为图的节点提供了一种低维表示，其中边权值表示节点对象之间的成对相似性。通常

Learner-·2022-03-20 20:00

对抗样本(论文解读七):On Physical Adversarial Patches for Object Detection

Enjoy_endless·2022-03-18 07:26

Transformer论文解读二（Vision Transformer）

最近Transformer在CV领域很火，Transformer是2017年Google发表的AttentionIsAllYouNeed中主要是针对自然语言处理领域提出的，后被拓展到各个领域。本系列文章介绍Transformer及其在各种领域引申出的应用。本文介绍的AnImageIsWorth16x16Words:TransformersForImageRecognitionAtScale将Tra

蓝鲸鱼BlueWhale·2022-03-18 05:21

视觉Transformer开山之作：Vision Transformer(ViT)论文解读与复现

文章目录前言一.摘要二.引言2.1本部分主要介绍2.2归纳偏置（inductivebiases）2.3相关工作2.3.1简要介绍三.方法&复现3.1图片处理3.1.1复现（基于paddlepaddle框架）patchembeddingattentionlayerVIT前向部分3.2FINE-TUNINGANDHIGHERRESOLUTION：模型微调与高分辨率图像处理四.实验总结与评价前言VIT模

naca yu·2022-03-18 05:48

Vision Transformer 论文解读

原文链接：https://blog.csdn.net/qq_16236875/article/details/108964948扩展阅读：吸取CNN优点！LeViT：用于快速推理的视觉Transformerhttps://zhuanlan.zhihu.com/p/363647380Abstract:Transformer架构早已在自然语言处理任务中得到广泛应用，但在计算机视觉领域中仍然受到限制。在

stay_foolish12·2022-03-18 05:21

论文解读：PV-RCNN: Point-Voxel Feature Set Abstraction for 3D Object Detection

PV-RCNN:Point-VoxelFeatureSetAbstractionfor3DObjectDetection目录PV-RCNN:Point-VoxelFeatureSetAbstractionfor3DObjectDetectionAbstraction：Method：1PV-RCNNforPointCloudObjectDetection1.13DVoxelCNNforEffific

FUTUREEEEEE·2022-03-17 07:33

pytorch 配置opencv_YOLOv4 的各种新实现、配置、测试、训练资源汇总

关注极市平台公众号，回复加群，立刻申请入群~来源：我爱计算机视觉近日最火的莫过于YOLOv4的横空出世，极市平台在第一时间进行了YOLOv4的论文解读：重磅！就在刚刚，吊打一切的YOLOv4开源了！

weixin_39554434·2022-03-17 07:57

An End-toEnd Network for Panoptic Segmentation 论文解读

AnEnd-to-EndNetworkforPanopticSegmentation论文解读摘要1.概述2.相关工作2.1.实例分割2.2.语义分割2.3.全景分割2.4.多任务学习3.提出的端到端框架

韩坤明·2022-03-16 07:39

NLP论文解读：无需模板且高效的语言微调模型（下）

©原创作者|苏菲论文题目：Prompt-freeandEfficientLanguageModelFine-Tuning论文作者：RabeehKarimiMahabadi论文地址：https://openreview.net/pdf?id=6o5ZEtqP2g02PERFECT：无需Patterns和Verbalizer的微调模型这个模型主要包含三个部分：1）无需pattern的任务描述，使用了一

NLP论文解读·2022-03-14 19:00

字节跳动《机器学习图文手册》火了，图文并茂，限时PDF下载！

手册内容展示图文并茂思维导图机器学习自然语言处理论文解读手册目录树├──机器学习│ ├── AdaX：一个比Adam更优秀，带”长期记忆“的优化器.pdf│ ├──数学基础│ │ ├──线性代数应该这样讲

Python进阶者·2022-03-13 07:34

从基本组件到结构创新，67页论文解读深度卷积神经网络架构

作者|王广胜来源|我爱计算机视觉（ID：aicvml）【导读】近期一篇CNN综述文章《ASurveyoftheRecentArchitecturesofDeepConvolutionalNeuralNetworks》发布，受到了大家的关注，今天作者对论文中的内容做了中文的解读，帮助大家全面了解CNN架构进展。论文地址：https://arxiv.org/pdf/1901.06032.pdf【文章结

喜欢打酱油的老鸟·2022-03-12 07:57

强化学习算法TRPO之共轭梯度优化

TRPO是OpenAI提出的一种策略单调提升的算法，关于其论文以及解读见我的另一篇论文笔记之TRPO这篇文论文解读将TRPO的重点以及细节都指明了，但是关于目标函数的优化部分由于篇幅原因只是简单说明了以下

Ton10·2022-03-12 07:25

DyLex: Incorporating Dynamic Lexicons into BERT for Sequence Labeling 论文解读

华为诺亚方舟EMNLP2021论文解析DyLex:IncorporatingDynamicLexiconsintoBERTforSequenceLabeling作者：论文链接：link文章主要内容BERTword-piece和Charembeddings的方式会造成单词信息不能被完全利用，这使得难以准确地确定实体边界或正确预测实体类型。文章提出了一种有效将外部词典知识引入到序列标注任务的框架，支持

boardking135·2022-03-12 07:23

NLP论文解读：无需模板且高效的语言微调模型（上）

©原创作者|苏菲论文题目：Prompt-freeandEfficientLanguageModelFine-Tuning论文作者：RabeehKarimiMahabadi论文地址：https://openreview.net/pdf?id=6o5ZEtqP2g提示学习（Prompt-learning）被誉为自然语言处理的“第4种范式”，它可以在少样本甚至零样本的条件下，通过将下游任务修改为语言生成

NLP论文解读·2022-03-11 20:00

CVPR 2019 论文汇总（按方向划分，0506 更新中）

cvpr2019acceptedpaperstitle（官方分类）Github论文汇总链接（欢迎star)论文PDF下载（更新中，提取码：osvy）论文解读汇总目录：(也欢迎大家推

LiuZhuangCC·2022-03-10 07:00

推荐频道

个人随笔（论文解读