论文学习笔记

论文学习笔记：Learning to Estimate 3D Human Pose and Shape From a Single Color Image

解决的问题：从单个彩色图像估计人体的姿势和形状-一般方法：通过迭代优化-存在的问题：卷积网络缺少训练数据、3D预测时分辨率低本篇论文的工作：提出一个基于卷积网络的高效的直接预测方法来解决上述问题论文方法的核心：在端到端框架中结合SMPL模型解决问题Introduction:目标：-计算机视觉：从图像中估计人体全身的姿势和形状-本文作者：通过提出一种高效且有效的直接预测方法，证明卷积网络确实能在此问
wangyc1208·2020-06-27 13:32

GICP学习笔记

首先贴一下原始论文的下载地址：http://www.roboticsproceedings.org/rss05/p21.pdf下面开始论文学习笔记1、ICP算法标准ICP算法的关键概念可归纳为两个步骤：
陆月二三·2020-06-27 09:17

Dual Graph Attention Networks for Deep Latent Representation of Multifaceted Social...》论文学习笔记

DualGraphAttentionNetworksforDeepLatentRepresentationofMultifacetedSocialEffectsinRecommenderSystems论文学习笔记
junzhou134·2020-06-24 11:04

婴幼儿哭声和音视频融合论文学习笔记

婴幼儿哭声和音视频特征融合学习笔记前言在整理完数据集之后，开始学习论文。国内在这里我挑选了四篇国内的婴幼儿哭声论文，其中有一篇是期刊论文。三篇是硕士论文。此外我还挑选了8篇音视频融合论文。他们大都用在自然语言处理中。他们当中有两篇是期刊论文。剩下的六片都是硕士论文。王群.面向监控场景的婴儿哭声识别[D].中国科学院大学(中国科学院深圳先进技术研究院),2019.谢湘,张立强,王晶.残差网络在婴幼儿
今天又是充满希望的一天·2020-06-24 06:20

论文学习笔记：BigTable

Bigtable为Google设计的一个分布式结构化数据存储系统，用来处理Google的海量数据。Google内包括Web索引、Google地球等项目都在使用Bigtable存储数据。尽管这些应用需求差异很大，但是Bigtable还是提供了一个灵活的、高性能的解决方案。-----------------------------------------------------------------
_依然_·2020-06-22 10:29

从拓扑视角度量和减轻图神经网络过平滑问题的论文学习笔记

MeasuringandRelievingtheOver-smoothingProblemforGraphNeuralNetworksfromtheTopologicalView论文笔记论文链接：https://arxiv.org/pdf/1909.03211.pdfGNN：最近，图神经网络在深度学习领域大热，涌现出大批文章。2019年7月清华大学孙茂松祖在arvix上发布的综述文章：GraphN
JYHlong·2020-06-21 22:51

word2vec

lanyu_01《word2vecParameterLearningExplained》论文学习笔记词向量是用来表示词的向量，也就是词的特征向量。
狄昵称·2020-05-24 22:00

word2vec Parameter Learning Explained 论文学习笔记

文章内容1、word2vec模型：skipgram和CBOW2、训练优化：hierarchicalsoftmax和negativesampling.一、CBOW模型CBOW完成的事情是：用给定上下文预测中心词，假设输入的上下文只有一个单词，用这个单词预测接下来的词语，类似于Bigram.输入：单词的one-hot编码。维度是词典大小，输入层和隐藏层之间是全连接。输出是单词表中的V个单词的概率。
jingshuiliushen_zj·2020-03-27 11:49

学习笔记-12

论文学习笔记研究内容3.普通数据和保密数据如何处理，保密数据只存数据HASH值智慧城市区块链-纯TX流TXs有两种类型;一个是纯TX可以被所有Ch成员,另一个是私人数据TX只有一些选定的同行共享Ch。
古厉·2020-03-24 10:00

【论文学习笔记】PSENet：Shape Robust Text Detection with Progressive Scale Expansion Network

论文地址：https://arxiv.org/pdf/1903.12473.pdf论文翻译：https://blog.csdn.net/m0_38007695/article/details/96425198?depth_1-utm_source=distribute.pc_relevant_right.none-task&utm_source=distribute.pc_relevant_rig
月色_0·2020-03-13 17:02

22Kafka是个奇葩！

——Linkin论文学习笔记-一地鸡毛-博客频道-CSDN.NEThttp://blog.csdn.net/brandohero/article/details/39209119这2种数据的特点是：准实时
葡萄喃喃呓语·2020-03-10 04:13

论文学习笔记-Gaussian YOLOv3

『写在前面』高斯YOLOv3，在原版YOLOv3的基础上，针对边界框回归问题进行优化。在保证实时性的前提下，大幅提高了mAP和TP，降低了FP。同时，由于对边界框的置信度进行了建模，多了一个可以进行后处理的方式，以提高边界框回归的准确性。作者机构：JiwoongChoi等，SeoulNationalUniversity.论文出处：ICCV2019.文章标题：《GaussianYOLOv3:AnAc
Wilber529·2019-11-27 20:32

ResNet论文学习笔记

原作地址：https://arxiv.org/abs/1512.03385参考文章：https://blog.csdn.net/qq_28385535/article/details/90739694（条理章节清晰）https://blog.csdn.net/C_chuxin/article/details/82948733（翻译章节较全，翻完了第4章，其他都是前三章）https://blog.c
xiaotian127·2019-11-27 10:07

Zero-Shot Learning论文学习笔记（第三周）

Zero-ShotLearning论文学习笔记（第三周）FeatureGeneratingNetworksforZero-ShotLearning原文链接：摘要算法简介：使用GAN在特征空间生成数据的原因
Ace Cheney·2019-10-18 10:47

Deep Residual Learning for Image Recognition论文学习笔记

DeepResidualLearningforImageRecognition论文学习摘要1.简介2.深度残差学习2.1残差学习2.2通过短路的Identitymapping2.3网络架构3实验3.1ImageNet分类3.2CIFAR-10和分析3.3PASCAL和MSCOCO上的测试结果原文链接摘要越深的神经网络越难训练。我们提出了一个残差学习框架来简化比之前使用的更深的网络的训练。我们显式地
Paper Generator·2019-09-03 14:34

Deep Residual Learning for Image Recognition 论文学习笔记

论文题目：深度残差学习在图像识别中的应用摘要神经网络越深，训练越困难。我们提出了一种减轻网络训练负担的残差学习框架，比现有网络本质上层次更深。我们根据层输入显式地将层重新表示为学习残差函数，而不是学习未定义函数。同时，我们提供了全面实验数据，这些数据证明残差网络更容易优化，并且可以从深度增加中大大提高精度。在ImageNet数据集上，残差网络的深度可达152层--是vgg网络的8倍深，但仍然具有较
思予象·2019-08-01 15:35

Apache Calcite 论文学习笔记

特别声明：本文来源于掘金，“预留”发表的[ApacheCalcite论文学习笔记](https://juejin.im/post/5d2ed6a96fb9a07eea32a6ff)最近在关注大数据处理的技术和开源产品的实现
叁金·2019-07-19 13:00

论文学习笔记-MobileNet v3

『写在前面』新一代MobileNet，性能全面提升。作者机构：AndrewHoward等，Google。文章标题：《SearchingforMobileNetV3》原文链接：https://arxiv.org/abs/1905.02244v2相关repo：目录摘要1本文贡献2相关工作3高效移动端构建模块4网络改进4.1重新设计成本高昂层4.2非线性激活函数Largesqueeze-and-exci
Wilber529·2019-06-28 23:17

The Graph Neural Network Model论文学习笔记

TheGraphNeuralNetworkModel论文学习摘要1.简介2.图神经网络模型A.模型B.状态计算C.学习算法D.转移和输出函数的实现E.和RandomWalks及RNN的比较原文链接摘要诸如计算机视觉、分子化学、模式识别、数据挖掘等许多科学和工程领域中的数据间的潜在关系可以用图来表示。本文提出一种新的神经网络模型——图神经网络模型——对现有的神经网络模型进行了拓展，适用于处理可以表示
frank_wz·2019-06-21 10:49

Relational inductive biases, deep learning, and graph networks论文学习笔记

Relationalinductivebiases,deeplearning,andgraphnetworks论文学习摘要1.简介2.关系归纳偏好2.1标准深度学习构造块中的关系归纳偏好2.1.1全连接层（Fullyconnectedlayers）2.1.2卷积层（Convolutionallayers）2.1.3循环层（Recurrentlayers）2.2集合和图计算3.图网络3.1背景3.2
frank_wz·2019-06-14 08:02

【深度学习论文学习笔记】Deep Residual Learning for Image Recognition【2015】

DeepResidualLearningforImageRecognition残差网络框架论文链接：https://arxiv.org/abs/1512.033851面临的问题直觉上来说，随着越深的网络层数，则模型拟合数据的能力更强，然而事实上，随着网络层的加深，会面临梯度爆炸和梯度消失，是对模型拟合的一大障碍。归一化初始化和中间层的归一化已经在一定程度上消除了梯度消失和爆炸的问题。degrada
BrianLi_·2019-05-26 17:58

论文学习笔记08：IMT

基础知识总结（1）机器翻译技术背景：基于词的翻译模型->基于短语的翻译模型->基于句法的翻译模型->神经网络翻译模型。（2）译后编辑：通过人工直接修改机器翻译的自动译文来完成翻译。译后编辑是最简单的人机交互方式。优点：如果机器翻译的自动译文质量较高，人工修改量就比较少，这种方式可以有效提升译员的生产效率。缺点：当前的机器翻译系统对应的译文质量远未达到人工翻译场景的用户期望。如果机器翻译的自动译文质
Xiao_yanling·2019-05-13 08:04

论文学习笔记--无缺陷样本产品表面缺陷检测 A Surface Defect Detection Method Based on Positive Samples

文章下载地址：ASurfaceDefectDetectionMethodBasedonPositiveSamples第一部分论文中文翻译摘要：基于机器视觉的表面缺陷检测和分类可以大大提高工业生产的效率。利用足够的已标记图像，基于卷积神经网络的缺陷检测方法已经实现了现有技术的检测效果。然而在实际应用中，缺陷样本或负样本通常难以预先收集，并且手动标记需要耗费大量时间。本文提出了一种仅基于正样本训练的新
李是李雅普诺夫的李·2019-04-18 16:00

论文学习笔记 - BERT - 1

BERT（BidirectionalEncoderRepresentationsfromTransformers）是一种自然语言表示模型。BERT是基于上下文信息的深度双向表示模型，通过预训练，可得到文本的深度双向表示。BERT网络结构BERT的模型结构图如下。BERT的每一层都利用了文本预料的上下文信息。其基本结构是Transformer，将其深度堆叠，通过类似全连接网络的方式连接起来。简单来说
不忘初心，坚持前行·2019-03-16 11:29

论文学习笔记：Building Task-Oriented Dialogue Systems for Online Shopping

首先，该篇论文是北航与微软小冰团队合作的，该对话系统旨在帮助网购用户完成各种与购物相关的任务，为用户推荐更多相关产品和产品信息，同时还支持闲聊。对话系统一般能分为两类：1、聊天型系统旨在与用户进行交谈，并提供有趣的，与上下文相关的合理回复。2、任务型系统旨在帮助用户完成特定任务目标（例如找餐厅）。本文设计的是任务型对话系统，该系统由4部分组成：DS={QU,ST,DM,PKB}QU：查询语句理解。
Class_guy·2018-12-10 15:17

Deeplabv3+论文学习笔记粗略总结

前言这篇论文是一篇算是目前来说最新的效果最好的用于图像语义分割的论文了。图像语义分割，简而言之就是对一张图片上的所有像素点进行分类，不同的颜色代表不同的类别。一、重要点汇总1、在本文中，我们考虑了两种使用空间金字塔池模块[8,19,20]或编码器解码器结构[21,22]进行语义分割的神经网络，前者通过不同分辨率的池化特征获取丰富的上下文信息，后者能够获得清晰的对象边界。2、我们提出的模型DeepL
Grit_007·2018-11-13 18:12

Lasso估计论文学习笔记(一)

最近课程作业让阅读了这篇经典的论文，写篇学习笔记。主要是对论文前半部分Lasso思想的理解，后面实验以及参数估计部分没有怎么写，中间有错误希望能提醒一下，新手原谅一下。1.整体思路作者提出了一种收缩和选择方法Lasso，这是一种可以用于线性回归的新的估计方法。它具有子集选择和岭回归的各自的优点。像子集选择一样可以给出具有解释力的模型，又能像岭回归一样具有可导的特性，比较稳定。同时避免了子集选择不可
HaoPeng_Zhang·2018-11-10 17:00

《Convolutional Neural Networks for Sentence Classification》论文学习笔记

《ConvolutionalNeuralNetworksforSentenceClassification》论文学习笔记本篇论文来源：KimY.Convolutionalneuralnetworksforsentenceclassification
Coco_wjy·2018-11-09 18:24

《Convolutional Neural Networks for Sentence Classification》论文学习笔记

《ConvolutionalNeuralNetworksforSentenceClassification》论文学习笔记本篇论文来源：KimY.Convolutionalneuralnetworksforsentenceclassification
Coco_wjy·2018-11-09 18:24

DeepLab V1论文学习笔记

（注：因为决定研究生方向是研究深度学习的图像语义分割，从研一开始陆续阅读了一系列语义分割相关的论文，本次是阅读深度学习语义分割经典论文DeepLab的V1版本时做的笔记，如有理解有误的地方欢迎交流指正。）原文地址：DeepLabv1:SemanticimagesegmentationwithdeepconvolutionalnetsandfullyconnectedCRFs收录：ICLR2015(
一梦轻尘·2018-09-10 14:14

《word2vec Parameter Learning Explained》论文学习笔记

目录：1ContinuousBag-of-WordModel1.1One-wordcontextUpdateequationforhidden→outputweightsUpdateequationforinput→hiddenweights1.2Multi-wordcontext2Skip-GramModel3OptimizingComputationalEfficiency3.1Hierarc
lanyu_01·2018-04-26 18:57

OCR系列论文学习笔记链接

良心博主整理的合集：ocr合集1.SyntheticDataforTextLocalisationinNaturalImagesCVPR2016特点是使用syntheticdataandFCRN.实现了img内文本行的识别。论文笔记链接：syntheticdatafor...论文学习、syntheticdatafor...感觉这篇paper的核心在于生成syntheticdata的算法部分，后续的
jiachen0212·2018-03-09 15:21

Facial Expression Recognition Using Enhanced Deep 3D Convolutional Neural Networks 视频人脸表情识别论文学习笔记

原文链接：https://arxiv.org/abs/1705.07871v1首先paper的任务是：实现视频中人脸表情的识别，视频转化为10frames的序列进行处理。原文：wedividedvideosintosequencesoftenframestoshapetheinputtensorforournetwork。网络总体结构：3DIR(3DInception-ResNet)+landma
jiachen0212·2018-02-27 10:14

论文学习笔记：曹哲 实时多人人体姿态识别 CVPR2017

  最近学习了曹哲的这篇RealtimeMulti-Person2DPoseEstimationusingPartAffinityFields，认真读了，也看了曹哲直播的视频，虽然程序还是看不懂，但也算是学到东西了，写个笔记记录一下，其实大部分也就是直接把论文翻译过来，里面出现的PPT截图也是我之前自己做的，但是不小心存成兼容模式之后文字变成图片了o(╥﹏╥)o，所以就直接截了图，还是希望能和大家
Smiling_pie·2018-01-08 00:00

【深度学习论文】Lenet论文学习笔记

Lenet卷积神经网络Lenet官网介绍链接Lenet是一个用来识别手写数字的最经典卷积神经网络，是YannLeCun在1988年设计并提出的，是早期卷积神经网络中最有代表性之一，其论文是CNN领域第一篇经典之作。Lenet的整体网络如上图所示，Lenet要求手写体要尽量靠近中间，否则识别的准确率可能会偏低。网络将白色点设为-0.1，黑色点设为1.175，整体均值为0，方差为1.C1层训练参数：(
CrazyVertigo·2016-12-11 09:24

DeepLab: Semantic Image Segmentation

DeepLab:SemanticImageSegmentationwithDeepConvolutionalNets,AtrousConvolution,andFullyConnectedCRFs论文学习笔记
TonyYang1995·2016-07-15 11:23

LDA论文学习笔记

以下内容节选自DavidM.Blei的论文《LatentDirichletAllocation》主要是选自LDA的处理流程部分，可能理解上有很大的偏差，或者表达上有问题，如有误导还想大家多多指教。 LDA原始论文链接为：http://www.jmlr.org/papers/volume3/blei03a/blei03a.pdfLDA中关于词，文档，语料的定义：1． 词（word）是基本的离散数据单
vs412237401·2016-02-04 11:00

GFS.BigTable.MapReduce谷歌论文学习笔记

个人在做hadoop有关的开发，作为这种国宝始祖级别的论文无论如何都是要拜读一下的，正好可以从中了解到一些hadoop内部运行机制，读罢不得不掩卷而叹，精，精巧，精准 1.GFS(Google File System) GFS提供了一个与位置无关的名字空间，这使得数据可以为了负载均衡或灾难冗余等目的在不同位置间透明迁移。 GFS并没有在文件系统层面提供任何Cache机制。 GFS
·2015-11-10 23:38

——Linkin论文学习笔记

Kafka是啥？是个消息中间件吗？那和市面上其他一堆堆的中间件例如ActiveMQ,RabbitMQ有什么区别？答案只有一个：Kafka是个集群的消息中间件+存储，一个节点可以存储几T的数据！为啥一个中间件需要存储数据呢？慢慢道来……原来，对于Linkin这样的互联网企业来说，用户和网站上产生的数据有三种：需要实时响应的交易数据，用户提交一个表单，输入一段内容，这种数据最后是存放在关系数据库(Or
brandohero·2014-09-11 17:00

——Linkin论文学习笔记

Kafka是啥？是个消息中间件吗？那和市面上其他一堆堆的中间件例如ActiveMQ,RabbitMQ有什么区别？答案只有一个：Kafka是个集群的消息中间件+存储，一个节点可以存储几T的数据！为啥一个中间件需要存储数据呢？慢慢道来……原来，对于Linkin这样的互联网企业来说，用户和网站上产生的数据有三种：需要实时响应的交易数据，用户提交一个表单，输入一段内容，这种数据最后是存放在关系数据库(Or
难易·2014-08-26 15:00

GFS架构分析

http://www.uml.org.cn/zjjs/201202172.asp   http://www.open-open.com/lib/view/open1386577681689.html GFS论文学习笔记
zhouchaofei2010·2014-07-08 11:00

论文学习笔记：BigTable

Bigtable为Google设计的一个分布式结构化数据存储系统，用来处理Google的海量数据。Google内包括Web索引、Google地球等项目都在使用Bigtable存储数据。尽管这些应用需求差异很大，但是Bigtable还是提供了一个灵活的、高性能的解决方案。-----------------------------------------------------------------
_依然_·2013-11-03 11:12

论文学习笔记：BigTable

Bigtable为Google设计的一个分布式结构化数据存储系统，用来处理Google的海量数据。Google内包括Web索引、Google地球等项目都在使用Bigtable存储数据。尽管这些应用需求差异很大，但是Bigtable还是提供了一个灵活的、高性能的解决方案。-----------------------------------------------------------------
a339811061·2013-11-03 11:00

论文学习笔记：MapReduce

一、简介*大数据计算问题的提出：如何处理并行计算、如何分发数据、如何处理错误等等。这些问题合起来使得大数据处理变得复杂*为了解决这些问题，需要设计新的计算抽象模型：只要表述想要执行的运算，而屏蔽了并行计算、容错、数据分发、负载均衡等复杂细节，这些细节被封装在一个库里*抽象模型设计的灵感来自于函数式语言的Map和Reduce原语  -Map：对输入数据应用Map操作得出一个中间对集合  -Reduc
a339811061·2013-10-27 14:00

论文学习笔记：GFS

前言：Google大数据处理的3篇核心论文《TheGoogleFileSystem》：http://research.google.com/archive/gfs.html《MapReduce:SimplifiedDataProcessingonLargeClusters 》：http://research.google.com/archive/mapreduce.html《Bigtable:AD
a339811061·2013-10-22 00:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他