PaperNotes

【PaperNotes】Embedding-based Retrieval in Facebook Search

论文地址:ACM：https://dl.acm.org/doi/10.1145/3394486.3403305arXiv：https://arxiv.org/abs/2006.11632这是一篇AppliedDataScienceTrackPaper，非ResearchTrackPaper，侧重于工业界技术的落地。从标题可以看出，论文介绍了Facebook（以下简称FB）的向量召回技术，也就是Em

iamkissg·2023-11-25 14:34

PaperNotes(6)-GAN/DCGAN/WGAN/WGAN-GP/WGAN-SN-网络结构/实验效果

GAN模型网络结构+实验效果演化1.GAN1.1网络结构1.2实验结果2.DCGAN2.1网络结构2.2实验结果3.WGAN3.1网络结构3.2实验结果4.WGAN-GP4.1网络结构4.2实验结果5.WGAN-SN5.1网络结构5.2实验结果小结1.GAN文章：https://arxiv.org/pdf/1406.2661.pdf代码：Pylearn2，theano,https://github

小陈同学-陈百万·2023-01-11 06:46

PaperWeekly 第十七期 --- 无监督/半监督 NER

本期分享的4篇PaperNotes分别是：1、BuildingaFine-GrainedEntityTypingSystemOvernight

weixin_33676492·2023-01-10 16:59

PaperNotes(9)-Learning deep energy model: contrastive divergence vs. Amortized MLE

Learningdeepenergymodel:contrastivedivergencevs.AmortizedMLEabstract1Introduction2Background2.1steinvariationalgradientdescent2.2learningenergymodel**contrastiveDivergence**abstract受SVGD算法的启发,本文提出两个算法

小陈同学-陈百万·2022-12-25 07:23

PaperNotes(17)-图卷积神经网络GCN-笔记

图卷积神经网络GCN-笔记1.卷积是什么2.图卷积的源起3.空域卷积3.1消息传递网络MPNN3.2图采样与聚合GraphSage4.频域卷积5.图结构的序列化-Patch-SAN从图(Graph)到图卷积(GraphConvolution)：漫谈图神经网络模型(二)(https://www.cnblogs.com/SivilTaram/p/graph_neural_network_2.html)

小陈同学-陈百万·2022-12-24 17:47

PaperNotes(15)-图神经网络、PyG极简版入门笔记

图神经网络概况1.GNN,GCN,GE的区别2.图卷积的通式--矩阵该如何作用2.1实现12.2实现22.3实现33.PyTorchgeometric3.1PyG内置数据集3.1.1ENZYMESdataset3.1.2Cora3.2PyG自定义数据集3.2.1Data构建简单的图结构3.2.2Dataset3.2.3InMemoryDataset一文读懂图卷积GCN(https://zhuanl

小陈同学-陈百万·2022-12-24 12:31

PaperNotes(18)-VectorNet- Encoding HD Maps and Agent Dynamics from Vectorized Representation

自动驾驶论文阅读笔记11.PloylineGarph2.GlobalGraph3.模型目标函数4.Relatedwork5.Experiment5.1实验设置5.2消融实验5.3模型资源消耗5.4与其他模型的对比实验VectorNet-EncodingHDMapsandAgentDynamicsfromVectorizedRepresentationVectorNet:通过矢量化表示编码高精度地图

小陈同学-陈百万·2022-12-10 07:20

【深度学习论文篇 02-1 】YOLOv1论文精读

原论文链接：https://gitee.com/shaoxuxu/DeepLearning_PaperNotes/blob/master/YOLOv1.pdf笔记版论文链接：https://gitee.com

最菜程序员Sxx·2022-04-14 22:00

CFNet视频目标跟踪推导笔记

原创CFNet视频目标跟踪推导笔记2018-05-0715:17:16越野者阅读数2709更多分类专栏：视频目标跟踪（Visualtracking）论文笔记（Papernotes）相关滤波（Correlationfilter

目标跟踪的小白妹子·2020-08-26 15:48

Paper notes(2):三部图张量分解标签推荐算法

Papernotes（2）:三部图张量分解标签推荐算法1.解决的问题和解决的方法2.文中用到的符号及其定义3.TTD算法本文只是个人用于记录论文学习笔记，如有写错的地方还望各位大佬批评指正。

coldsun233·2020-08-24 00:24

PaperNotes Instance-Level Salient Object Segmentation

title:PaperNotesInstance-LevelSalientObjectSegmentationcomments:truedate:2017-12-2013:53:11description:updated:categories:tags:---https://arxiv.org/pdf/1704.03604.pdf摘要现有的显著性检测算法被DL带了一波节奏，但是好像还没有说哪个方法

weixin_34402408·2020-08-02 14:48

Paper notes-Image Denoising via CNNs: An Adversarial Approach

Papernotes-ImageDenoisingviaCNNs:AnAdversarialApproach1.MaintaskIsitpossibletorecoveranimagefromitsnoisyversionusingconvolutionalneuralnetworks

googler_offer·2020-07-06 16:06

[PaperNotes]CAM (Learning Deep Features for Discriminative Localization)

image.png论文地址这篇文章据说是现在几大顶会上各种弱监督学习方面的先驱之作，通常称为CAM，ClassActivationMap。例如，只给定图像包含的物体的名字作为label，但不给出bbox，那么怎样通过这个弱label来学习出bbox+cls信息呢？CAM就给出了很好的位置提示。当然，CAM出现的比较早，改进CAM的是有的，我这里还没有去看。。论文原文的原理和结果图：image.pn

baiyu33·2020-02-22 16:16

[PaperNotes]BadNets: Identifying Vulnerabilities in the Machine Learning Model Supply Chain

BadNets概况这篇文章说的是深度学习模型中植入后门(backdoor)的一种方法。所谓后门是安防领域一个行话，本文中实现backdoor的方式是，训练时对训练数据做手脚，不仅使用正常训练数据，还做“恶意的dataaugmentation”，使得在正常的val样本上精度OK而恶意val样本上精度显著降低。直观例子MNIST例子：三个数字都是7，但是backdoor过的模型不认为后两个样本是7（因

baiyu33·2020-02-02 15:16

[PaperNotes]Rethinking ImageNet Pre-training

这篇文章来自目标检测方面的3位大佬：image.png目的：大家还是希望能让detection/instance-segmentation提升精度。那么ImageNetpre-train确实是目前的defacto。问题是，这个是最优的吗？个人觉得有用的几个结论：恰当的使用normalization技术+多训练一会儿，精度能上来image.pngdetection/ins-seg任务和imagecl

baiyu33·2020-02-02 01:43

[PaperNotes]Weakly Supervised Object Boundaries

https://arxiv.org/pdf/1511.07803.pdf,CVPR16的文章，马普所出品：image.png发现的问题Learningbased边缘检测方法需要大量像素级标注的训练数据。比如BSDS500数据集，一共才500张图。太少了。边缘检测，逐像素标注，这么多数据标起来又累又慢。提出的方法用bbox作为weaklysupervisedlabel，然后去学习:isitpossi

baiyu33·2020-02-01 17:39

Paper notes-Residual Dense Network for Image Super-Resolution

Papernotes-ResidualDenseNetworkforImageSuper-Resolution论文地址：https://arxiv.org/pdf/1802.08797.pdf代码地址：

googler_offer·2018-06-11 03:53

总结 | 近期Chatbot领域值得读的paper

本文汇总了最近半年内质量比较高的paper，旨在给想了解这一领域的学生、老师和算法工程师们一个readinglist，同时paperweekly也会慢慢消化这些paper，分享出更多的papernotes

算法学习者·2017-01-20 17:28

推荐频道