Hierarchical 第11页

Attention 与Hierarchical Attention Networks 原理

Attention与HierarchicalAttentionNetworks1.Attention注意力机制1.1什么是Attention？1.2加入Attention的动机1.3Attention原理1.3.1Encoder-Decoder框架1.3.2Attention模型1.3.2.1SoftAttention模型参考链接2.HierarchicalAttentionNetworks（HA

紫砂痕·2019-03-19 20:46

Hierarchical Attention Networks

HierarchicalAttentionNetworks创建日期星期一18三月2019第一：利用文档原有的层次结构特性（句子是由单词组成，文档是由句子组成），先使用单词的词向量表示句子，再此基础上以句子向量构建文档的信息表示。第二：在文档中，句子对文档的重要性贡献有差异，在句子中单词对句子的重要性贡献也有差异。而单词和句子的重要性依赖于上下文环境。相同的单词，在不同的上下文中所表现出的重要性是不

qq_30366667·2019-03-18 20:09

文本分类- Hierarchical attention network

本文实现了层次注意力模型来进行文档分类。得益于Keras简单上手，这使得这个项目变得不是那么困难。自定义Layer非常强大且灵活，可以将您的自定义逻辑嵌入到现有框架中。功能性API使得分层InputLayer非常容易实现。TextclassificationusingHierarchicalLSTM在全面实现层次注意力模型之前，我想要建立一个分层的LSTM网络作为baseline。为了实现它，我必

ericliu2017·2019-02-28 13:26

强化学习论文(3): One-Shot Hierarchical Imitation Learning of Compound Visuomotor Tasks

元学习(metalearning)框架下的分层模仿学习问题，这里主要关注层级策略方法，对于机器人视觉任务的细节不做深究。关于metalearning这里有一个不错的快速介绍：Meta-learning（元学习）和3D-CNN总结摘要这篇文章考虑的是机器人根据人类的演示video和其他目标子任务的示例，完成多步骤视觉任务的问题。这个问题面临着一系列挑战：首先，人类的演示video没有直接的监督信息；

南阁风起·2019-02-23 22:10

【语义分割】Auto-DeepLab Hierarchical Neural Architecture Search for Semantic Image Segmentation阅读翻译

论文地址：https://arxiv.org/abs/1901.029851月10号提交代码：2019.05.03更新，找到一份非官方的Pytorch实现代码https://github.com/MenghaoGuo/AutoDeeplab作者：ChenxiLiu,Liang-ChiehChen,FlorianSchroff,HartwigAdam,WeiHua,AlanYuille,LiFei-

会意·2019-01-16 13:07

NLP | Word2Vec之基于Hierarchical Softmax的 skip-gram 和 CBOW 模型

主要介绍Word2Vec中的Skip-Gram模型和CBOW模型。总结来说，skip-gram是用中心词预测周围词，预测的时候是一对wordpair，等于对每一个中心词都有K个词作为output，对于一个词的预测有K次，所以能够更有效的从context中学习信息，但是总共预测K*V词。CBOW模型中input是context（周围词），而output是中心词。因此，skipgram的训练时间更长，

蠡1204·2019-01-15 10:42

[译]Hierarchical Macro Strategy Model for MOBA Game AI(王者荣耀)--翻译

HierarchicalMacroStrategyModelforMOBAGameAIMOBA游戏AI的分层宏观策略模型摘要游戏AI的下一个挑战在于实时策略（RTS）游戏。RTS游戏提供部分可观察的游戏环境，其中虚拟玩家agents在比GO大得多的动作空间中彼此交互。掌握RTS游戏需要强大的宏观策略和精细的微观级别执行。最近，微观层面的执行取得了很大进展，但仍然缺乏完整的宏观策略解决方案。在本文中

凌空的桨·2019-01-09 20:48

【论文复现】Hierarchical Attention Networks for Document Classification

写在前面最近在整理文本分类方面比较经典的模型，看到了“HierarchicalAttentionNetworksforDocumentClassification”这篇论文，还是蛮有意思的，作者的想法也非常有特色，然后就去网上找了一些参考资料博客辅助理解，整理一下思路记下来。论文概述近年来，在NLP领域，好像最流行的就是RNN、LSTM、GRU、Attention等及其变体的组合框架。这篇论文里作

kaiyuan_sjtu·2018-12-22 21:13

Learning Hierarchical Semantic Image Manipulation through Structured Representations

题目LearningHierarchicalSemanticImageManipulationthroughStructuredRepresentations通过结构化表示学习分层语义图像处理摘要几十年来，理解，推理和操纵图像的语义概念一直是一个基本的研究问题。以前的工作主要集中在通过颜色描边，关键点，纹理和填充孔来对自然图像流形进行直接操作。在这项工作中，我们提出了一种新的语义图像处理分层框架。

晓智AI·2018-12-11 18:43

基于Hierarchical softmax的word2vec

基于Hierarchicalsoftmax的word2vec1.CBOW模型:ContinuousBag-of-Words三层结构：输入层、投影层、输出层输入层：关于某个词www的上下文相关的词向量，设有2c个，记为V(Context(w)1),V(Context(w)2),…,V(Context(w)2c)V(Context(w)_1),V(Context(w)_2),\dots,V(Conte

JJmaker·2018-11-30 15:56

Hierarchical softmax 和 negative sampling：值得一讲的短文

我决定，利用一些时间，做一些无用的功——翻译一篇博客，说不定自己会对Hierarchicalsoftmaxandnegativesampling有更深的了解，不然闲着也是闲着。严格的说，它是前一篇文章的延续，因为在这一篇文章中，会讨论到更多方法上的细节，这些细节有助于完成词嵌入，例如用softmax函数计算激活层。我们将使用通过softmax得到的输出向量作为单词的向量表示，那为什么需要新的训练方

WHElpokji·2018-11-15 20:17

Hierarchical Attention Networks for Document Classification 实现篇

HierarchicalAttentionNetworksforDocumentClassification实现篇本文借鉴了大神的博客和代码，链接：https://blog.csdn.net/liuchonge/article/details/74092014?locationNum=3&fps=1其中代码部分做了一些修改。特别是数据处理部分，将文本进行了补零处理，并且用numpy数组建立了数据集

hoohaa_·2018-11-09 15:54

Hierarchical Attention Networks for Document Classification 模型理解篇

HierarchicalAttentionNetworksforDocumentClassification模型理解篇本文借鉴了大神的博客，链接：https://blog.csdn.net/liuchonge/article/details/73610734最近看了HAN用在文本分类的这篇文章。提出的模型使用了分层的注意力机制，对应了文本在字词和句子两个层面的结构。也就是分别在字词层面和句子层面使

hoohaa_·2018-11-09 10:53

IntellJ IDEA 使用技巧之组件窗口设置

2、分层方式（hierarchical）；勾选时，为平坦方式；不勾选时，为分层方式。CompactEmptyMiddlePackages紧凑的空中间包。ShowMembers显示成员。

踏夜行·2018-11-08 21:30

聚类算法(4)--Hierarchical clustering层次聚类

目录一、层次聚类1、层次聚类的原理及分类2、层次聚类的流程3、层次聚类的优缺点二、python实现1、sklearn实现2、scipy实现树状图分类判断一、层次聚类1、层次聚类的原理及分类1）层次法（Hierarchicalmethods）先计算样本之间的距离。每次将距离最近的点合并到同一个类。然后，再计算类与类之间的距离，将距离最近的类合并为一个大类。不停的合并，直到合成了一个类。其中类与类的

Andy_shenzl·2018-11-07 17:47

NORL(near-optimal representation learning for hierarchical reinforcement learning)

论文：https://arxiv.org/pdf/1810.01257.pdf摘要：论文研究有目标导向的层次化的强化学习表示。在层次化结构中，高层控制器通过反复沟通（确认）目标，该目标由低层策略训练得到。同时，表示的选择，即目标区域到探索区域的映射是至关重要的。为了研究这个问题，论文提出表示学习sub-optimality(低层最佳性)的概念，由使用该表示的优化策略的期望奖励定义。论文提出表达式结

奔跑的林小川·2018-10-11 23:22

Hierarchical Attention Networks for Document Classification

HierarchicalAttentionNetworksforDocumentClassificationabstract提出具有层次级的注意力网络进行文本分类，模型有两个重要特点：1层次级结构表示文本的层级结构2应用在词级和句子级的注意力机制，在构造文本表示时可以捕获不同的内容。1introduction文本分类是自然语言处理的任务之一，目标是给文本贴标签，有广泛的应用，比如话题打标签，情感分

shelley__huang·2018-09-29 10:30

文本分类中attention理解

fkyyly·2018-09-07 18:04

论文笔记-StereoNet: Guided Hierarchical Refinement for Real-Time Edge-Aware Depth Prediction

上图所示为网络架构，蓝色方框之前的部分是粗粒度的深度估计，这部分首先通过Encoder的结构进行图像特征提取，然后将左右两个图片的特征得到相应的CostVolume，之后利用三维卷积操作得到1/8分辨率的深度图。##粗粒度的深度估计提取特征：左右图共享权值的暹罗网络（SiameseNetwork）分别提取左右图的特征，使用K个55的卷积层进行下采样操作（K通常取3或者4），在下采样的过程中，卷积的

kingsleyluoxin·2018-08-23 16:34

Hierarchical Attention Networks for Document Classiﬁcation学习笔记

HierarchicalAttentionNetworksforDocumentClassiﬁcation学习笔记这篇博客是在阅读了HierarchicalAttentionNetworksforDocumentClassiﬁcation这篇论文之后所做的总结体会，若有任何不准确的地方，烦请大家斧正。[TOC]0.概述这篇论文提出了一个用于文本分类的层次化Attention网络。这个模型有两个鲜明

Doron15·2018-08-17 10:34

Hierarchical Attention Networks for Document Classiﬁcation学习笔记

HierarchicalAttentionNetworksforDocumentClassiﬁcation学习笔记这篇博客是在阅读了HierarchicalAttentionNetworksforDocumentClassiﬁcation这篇论文之后所做的总结体会，若有任何不准确的地方，烦请大家斧正。[TOC]0.概述这篇论文提出了一个用于文本分类的层次化Attention网络。这个模型有两个鲜明

Doron15·2018-08-17 10:34

attention model -- Hierarchical Attention Networks for Document Classification

这是2016ACL的一片论文。本文主要介绍了attention机制在文本分类上的应用。作者提出了分层的attention。sentencelevelattention：每个句子对整篇文章的类别贡献不一样，所以给sentence添加attention机制，可以有权重地选择哪个sentence对文章的贡献。wordlevelattention：再细分，每个sentence包含多个word，每个word

bobobe·2018-08-14 11:46

word2vector原理之—（四）基于Hierarchical softmax的模型

word2vec是Google于2013年开源推出的一个用于获取wordvector的工具包，它简单、高效，因此引起了很多人的关注。由于word2vec的作者TomasMikolov在两篇相关的论文[3,4]中并没有谈及太多算法细节，因而在一定程度上增加了这个工具包的神秘感。一些按捺不住的人于是选择了通过解剖源代码的方式来一窥究竟，出于好奇，我也成为了他们中的一员。读完代码后，觉得收获颇多，整理成

Roy-Better·2018-07-10 10:41

Hierarchical Attention Network for Document Classification阅读笔记

本文转载自:https://blog.csdn.net/liuchonge/article/details/73610734最近看了”HierarchicalAttentionNetworkforDocumentClassification”一篇文章，也在网上找了一些资料结合理解，发现在此之前有篇文章跟他提出的模型架构基本相似，只不过不包含attention机制：“DocumentModeling

chvalrous·2018-07-03 17:39

多层注意力模型：Hierarchical Attention Networks for Document Classification

1、简介文本分类问题一直是自然语言处理（NLP）中一个广受人们关注的问题。可能好多刚接触深度学习做NLP的项目就是使用循环神经网络（RNN）对IMDB影评进行分类。但使用循环神经网络时一般会遇到一个问题，那就是当所要处理的序列较长时，就会导致网络容易忘记之前的东西，这在机器翻译、对话系统中会经常出现，为解决这一问题，大佬们就根据心理学原理提出了“注意力”机制，使得网络工作过程中可以像人一样将注意力

看_这是一群菜鸟·2018-05-29 21:10

visjs入门--模块layout

layout//thesearealloptionsinfull.varoptions={layout:{randomSeed:undefined,improvedLayout:true,hierarchical

_尊哥·2018-05-25 21:57

读书笔记1：Hierarchical Recurrent Neural Network for Skeleton Based Action Recognition

原文链接：https://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Du_Hierarchical_Recurrent_Neural

b224618·2018-05-03 05:31

分层聚类（hierarchical clustering）

假设有N个待聚类的样本，对于层次聚类来说，步骤：1、（初始化）把每个样本归为一类，计算每两个类之间的距离，也就是样本与样本之间的相似度；2、寻找各个类之间最近的两个类，把他们归为一类（这样类的总数就少了一个）；3、重新计算新生成的这个类与各个旧类之间的相似度；4、重复2和3直到所有样本点都归为一类，结束整个聚类过程其实是建立了一棵树，在建立的过程中，可以通过在第二步上设置一个阈值，当最近的两个类的

doulinxi115413·2018-03-21 20:00

解析hierarchical.py from sklearn

解析hierarchical.py内部函数FromAgglomerativeclustering,self.children_,self.n_components_,self.n_leaves_,parents

Lycheeee·2018-02-01 00:00

树状结构的数据库链表设计

参考http://www.sitepoint.com/hierarchical...id，本节点的primarykeyparent_id，其值为父节点的primarykeykey，忘了学名叫啥了，你可以称为线索

藝龍·2017-12-11 05:33

Hierarchical Attention Network for Document Classification中文文本分类，以及模型部署

这周五写了尝试把attention加入rnn网络中做文本分类，实际这种思想来源于HierarchicalAttentionNetworkforDocumentClassification，周末整整花了一天半的时间来搞这个网络，终于把模型在tensorflow训练好，并部署在java上面，下面看看吧：首先是把一段中文文本看成一个doc，然后把doc分解成sen，再对sen进行分词，在这里涉及的主要逻

旭旭_哥·2017-11-26 15:39

FeUdal Networks for Hierarchical Reinforcement Learning 阅读笔记

FeUdalNetworksforHierarchicalReinforcementLearning标签（空格分隔）：论文笔记增强学习算法FeUdalNetworksforHierarchicalReinforcementLearningAbstractIntroductionmodelLearningTransitionPolicyGradientsArchitecturedetailsDila

Charel_CHEN·2017-11-23 09:36

记忆网络之Hierarchical Memory Networks（架构分层）

记忆网络之HierarchicalMemoryNetworks（架构分层）这是中科院去年发表的一篇论文“HierarchicalMemoryNetworksforAnswerSelectiononUnknownWords”。其仿真代码作者已经开源，是用Lasagne实现的。虽然和上一篇一样都叫做“HierarchicalMemoryNetworks”，但是却千差万别。上一篇主要是将memory以分

liuchongee·2017-10-18 20:29

行人属性“Human Attribute Recognition by Deep Hierarchical Contexts”

还是使用poselet检测到的part与行人整体结合，提取深度特征进行行人属性识别。此外，使用human-centric和scene-centric的上下文信息提升性能。human-centric上下文使用cnn特征最近邻计算其他行人part的相似度，捕获行人相互关系。场景上下文信息，使用全局场景分类得分对human-centric的预测结果进行重新打分。思路来源：如下图所示，由于遮挡和低图像质量

cv_family_z·2017-10-13 10:02

图像分割（一）Contour Detection and Hierarchical Image Segmentation

三个部分：gPb:globalprobabilityofboundaryOWT:OrientedWatershedTransformUCM:UltrametricContourMap针对各个像素，计算其作为边缘的权值（可能性）→用改进后的分水岭算法得到区域和边界→对得到的边界根据其差异性分层，通过设置阈值来得到细致程度不同的边界gPb:由mPb和sPb加权求和得到。mPb:||计算G(x,y,θ)

黑脸月球·2017-10-05 17:39

论文理解 A Bayesian Hierarchical Model for Learning Natural Scene Categories

《ABayesianHierarchicalModelforLearningNaturalSceneCategories》，中文翻译为《一个用于自然场景分类的贝叶斯层次模型》。该文章由著名的华人人工智能专家李飞飞主笔。接下来，我将从论文讲解、代码实现两个方面阐述这篇论文的思想。这篇博客先进行论文讲解。代码实现可以跳转到以下链接：代码实现Abstract：摘要部分说明了该论文的创新点。“我们通过收集

BIN_GOO·2017-09-18 17:35

论文阅读理解 - Zero-shot Image Tagging by Hierarchical Semantic Embedding

Zero-shotImageTaggingbyHierarchicalSemanticEmbedding[Code]许多细粒度视觉类别的标签获取较为困难，zero-shot图像标注(imagetagging)旨在采用训练样本中不存在的新标签来标注图像.现在通常做法是，采用神经语言模型(neurallanguagemodel)训练得到语义空间，将图像和标签投影到该语义空间，然后计算跨媒体的相似性，以

AIHGF·2017-09-05 11:01

论文阅读理解 - Human Attribute Recognition by Deep Hierarchical Contexts

HumanAttributeRecognitionbyDeepHierarchicalContexts基于深度层次内容信息的人体属性识别[Projects]1.摘要训练CNN网络，以从所有检测部位中选取最具描述属性的人体部分；并结合整体人体作为归一化的姿态深度表示.采用从以人为中心层次到场景层次的深度层次内容信息，进一步提升识别结果.以人为中心的内容信息捕捉了人体间的关系，在CNN特征图的金字塔上

AIHGF·2017-09-04 10:11

Agglomerative Hierarchical Clustering(AHC)

层次聚类算法层次聚类算法通过计算两类数据点间的相似性，对所有数据点中最为相似的两个数据点进行组合，并反复迭代这一过程。简单的说层次聚类的合并算法是通过计算每一个类别的数据点与所有数据点之间的距离来确定它们之间的相似性，距离越小，相似度越高。并将距离最近的两个数据点或类别进行组合，生成聚类树。假设有N个待聚类的样本，对于层次聚类来说，基本步骤就是：1）（初始化）把每个样本归为一类，计算每两个类之间的

Felaim·2017-08-04 10:39

Agglomerative Hierarchical Clustering(AHC)

层次聚类算法层次聚类算法通过计算两类数据点间的相似性，对所有数据点中最为相似的两个数据点进行组合，并反复迭代这一过程。简单的说层次聚类的合并算法是通过计算每一个类别的数据点与所有数据点之间的距离来确定它们之间的相似性，距离越小，相似度越高。并将距离最近的两个数据点或类别进行组合，生成聚类树。假设有N个待聚类的样本，对于层次聚类来说，基本步骤就是：1）（初始化）把每个样本归为一类，计算每两个类之间的

Felaim·2017-08-04 10:39

word2vec原理(二) 基于Hierarchical Softmax的模型

word2vec原理(一)CBOW与Skip-Gram模型基础word2vec原理(二)基于HierarchicalSoftmax的模型word2vec原理(三)基于NegativeSampling的模型在word2vec原理(一)CBOW与Skip-Gram模型基础中，我们讲到了使用神经网络的方法来得到词向量语言模型的原理和一些问题，现在我们开始关注word2vec的语言模型如何改进传统的神经网

刘建平Pinard·2017-07-27 17:00

Hierarchical Attention Network for Document Classification--tensorflow实现篇

上周我们介绍了HierarchicalAttentionNetworkforDocumentClassification这篇论文的模型架构，这周抽空用tensorflow实现了一下，接下来主要从代码的角度介绍如何实现用于文本分类的HAN模型。数据集首先介绍一下数据集，这篇论文中使用了几个比较大的数据集，包括IMDB电影评分，yelp餐馆评价等等。选定使用yelp2013之后，一开始找数据集的时候完

liuchongee·2017-07-02 16:08

Hierarchical Attention Network for Document Classification阅读笔记

最近看了”HierarchicalAttentionNetworkforDocumentClassification”一篇文章，也在网上找了一些资料结合理解，发现在此之前有篇文章跟他提出的模型架构基本相似，只不过不包含attention机制：“DocumentModelingwithGatedRecurrentNeuralNetworkforSentimentClassification”，也就是

liuchongee·2017-06-22 21:43

eclipse显示maven父子模块的项目

当前流行的开发都是maven父子模块的.idea对其支持的很好,但是eclipe就不太友好了.对于maven父子模块的项目.先在view里打开ProjectExplorer,选择选Flat形式或Hierarchical

wangtenfee·2017-04-24 16:05

基于模糊聚类和最小割的层次化三维网格分割算法（Hierarchical Mesh Decomposition）

网格分割算法是三维几何处理算法中的重要算法，具有许多实际应用。[Katzetal.2003]提出了一种新型的层次化网格分割算法，该算法能够将几何模型沿着凹形区域分割成不同的几何部分，并且可以避免过度分割以及锯齿形分割边界。算法的核心思想是先利用模糊聚类的方法分割几何模型，并保留分割边界附近的模糊区域，然后利用最小割的方法在模糊区域里寻找准确的分割边界。算法主要包含以下4个步骤：1.计算网格中所有相

算法小丑·2017-03-27 10:00

目标跟踪算法——HCF：Hierarchical Convolutional Features for Visual Tracking

今天讲解的这个算法是比较简单容易理解的，这个前提就是你对相关滤波器算法和深度学习都有一定的了解。废话不多说，直接进入正题。还是先放上论文点此下载论文和代码点此下载diamante链接。本文思想本文算法思想还是比较简单容易理解的，基本的跟踪框架就是KCF，把原有的论文当中所使用的HOG特征替换为本文所使用的深度卷积特征，但是本文所使用给定深度卷积特征和以前论文当中使用的还有区别，使用训练好的VGG-

小小菜鸟一只·2017-03-25 12:22

Active-Learning 主动学习（三）—— Hierarchical Sampling 分层采样

本博客系原创作品，转载请注明出处http://blog.csdn.net/JYZhang_CVML/article/details/57409618算法综述首先对数据进行unsupervised分类，进行HierarchicalClustering操作，得到分层聚类结构。给定一些标记好样本，可以在上一步得到的分层聚类结构的基础上得到classificationmap和confidencemap（评

JYZhang_sh·2017-02-26 13:43

Eclipse设置分级折叠显示项目工程路径

2、设置分级折叠显示项目第一步：在PackageExplorer视图中找到它的缩放菜单：第二步：点击三角形，展开菜单目录，找到>PackagePresentation>hierarchical显示为文档结构图

谭青海·2017-02-25 14:37

R语言聚类算法之系谱聚类(Hierarchical Method)

1.原理解析:不需要先设定类别数K,这是因为它每次迭代过程仅将距离最近的两个样本/簇聚为一类,其运作过程将自然得到k=1至k=n个类别的聚类结果。2.在R语言中的应用系谱聚类(HierarchicalMethod)主要运用到了stats包（R语言内置包）中的hclust()；cutree()；rect.hclust()三个函数。hclust(d,method=”complete”,members=

Claroja·2017-02-16 09:19

关于计时器定时器的设计时间轮的高效实现 linux hashed Hierarchical timing wheel

参考文章http://www.cse.wustl.edu/~cdgill/courses/cs6874/TimingWheels.ppthttp://cseweb.ucsd.edu/users/varghese/PAPERS/twheel.ps.Zhttp://www.cnblogs.com/zhongwencool/p/timing_wheel.htmlhttps://www.confluent

冰冻火山·2017-01-18 18:16

推荐频道

Hierarchical

Attention 与Hierarchical Attention Networks 原理

Hierarchical Attention Networks

文本分类- Hierarchical attention network

强化学习论文(3): One-Shot Hierarchical Imitation Learning of Compound Visuomotor Tasks

【语义分割】Auto-DeepLab Hierarchical Neural Architecture Search for Semantic Image Segmentation阅读翻译

NLP | Word2Vec之基于Hierarchical Softmax的 skip-gram 和 CBOW 模型

[译]Hierarchical Macro Strategy Model for MOBA Game AI(王者荣耀)--翻译

【论文复现】Hierarchical Attention Networks for Document Classification

Learning Hierarchical Semantic Image Manipulation through Structured Representations

基于Hierarchical softmax的word2vec

Hierarchical softmax 和 negative sampling：值得一讲的短文

Hierarchical Attention Networks for Document Classification 实现篇

Hierarchical Attention Networks for Document Classification 模型理解篇

IntellJ IDEA 使用技巧之组件窗口设置

聚类算法(4)--Hierarchical clustering层次聚类

NORL(near-optimal representation learning for hierarchical reinforcement learning)

Hierarchical Attention Networks for Document Classification

文本分类中attention理解

论文笔记-StereoNet: Guided Hierarchical Refinement for Real-Time Edge-Aware Depth Prediction

Hierarchical Attention Networks for Document Classiﬁcation学习笔记

Hierarchical Attention Networks for Document Classiﬁcation学习笔记

attention model -- Hierarchical Attention Networks for Document Classification

word2vector原理之—（四）基于Hierarchical softmax的模型

Hierarchical Attention Network for Document Classification阅读笔记

多层注意力模型：Hierarchical Attention Networks for Document Classification

visjs入门--模块layout

读书笔记1：Hierarchical Recurrent Neural Network for Skeleton Based Action Recognition

分层聚类（hierarchical clustering）

解析hierarchical.py from sklearn

树状结构的数据库链表设计

Hierarchical Attention Network for Document Classification中文文本分类，以及模型部署

FeUdal Networks for Hierarchical Reinforcement Learning 阅读笔记

记忆网络之Hierarchical Memory Networks（架构分层）

行人属性“Human Attribute Recognition by Deep Hierarchical Contexts”

图像分割（一）Contour Detection and Hierarchical Image Segmentation

论文理解 A Bayesian Hierarchical Model for Learning Natural Scene Categories

论文阅读理解 - Zero-shot Image Tagging by Hierarchical Semantic Embedding

论文阅读理解 - Human Attribute Recognition by Deep Hierarchical Contexts

Agglomerative Hierarchical Clustering(AHC)

Agglomerative Hierarchical Clustering(AHC)

word2vec原理(二) 基于Hierarchical Softmax的模型

Hierarchical Attention Network for Document Classification--tensorflow实现篇

Hierarchical Attention Network for Document Classification阅读笔记

eclipse显示maven父子模块的项目

基于模糊聚类和最小割的层次化三维网格分割算法（Hierarchical Mesh Decomposition）

目标跟踪算法——HCF：Hierarchical Convolutional Features for Visual Tracking

Active-Learning 主动学习（三）—— Hierarchical Sampling 分层采样

Eclipse设置分级折叠显示项目工程路径

R语言聚类算法之系谱聚类(Hierarchical Method)

关于计时器定时器的设计 时间轮的高效实现 linux hashed Hierarchical timing wheel

关于计时器定时器的设计时间轮的高效实现 linux hashed Hierarchical timing wheel