1. 摘要 在圖像超分辨領(lǐng)域，卷積神經(jīng)網(wǎng)絡(luò)的深度非常重要，但過(guò)深的網(wǎng)絡(luò)卻難以訓(xùn)練。低分辨率的輸入以及特征包含豐富的低頻信息，但卻在通道間被平等對(duì)待，因此阻礙了網(wǎng)絡(luò)的表示能力。...
發(fā)簡(jiǎn)信
IP屬地：北京
-
【超分辨率】《Image Super-Resolution Using Very Deep Residual Channel Attention Networks》論文閱讀 -
-
不能搜索自己的文章，已經(jīng)棄用了...<br>what I cannot create, I don't understand.<br><br>
-
知識(shí)圖譜基礎(chǔ)（一）-什么是知識(shí)圖譜筆者是一只已經(jīng)離職的AI產(chǎn)品經(jīng)理，主要擅長(zhǎng)的方向是知識(shí)圖譜與自然語(yǔ)言處理，寫(xiě)這些文章是為了總結(jié)歸納目前已經(jīng)搭建的知識(shí)體系，也在于科普。如有不對(duì)，請(qǐng)指正。 知識(shí)圖譜的定義 知識(shí)...
-
05 集成學(xué)習(xí) - Boosting - GBDT初探04 集成學(xué)習(xí) - Boosting - AdaBoost算法構(gòu)建 回顧：1、Bagging-隨機(jī)森林是一個(gè)并行模型，Boosting是一個(gè)串行模型，所以Boosting模型...
-
-
一篇文章，教你學(xué)會(huì)Git
本文轉(zhuǎn)載于掘金Ruheng，總結(jié)非常好，故不再重復(fù)造輪子。 在日常工作中，經(jīng)常會(huì)用到Git操作。但是對(duì)于新人來(lái)講，剛上來(lái)對(duì)Git很陌生，操作起來(lái)也很懵逼。本篇文章主要針對(duì)剛開(kāi)...
-
07 主題模型 - 知識(shí)補(bǔ)充 - 概率知識(shí)、二項(xiàng)\多項(xiàng)\Beta\Dirichlet分布06 主題模型 - pLSA又稱(chēng)pLSI - 基于概率的潛在語(yǔ)義分析模型 為了講后續(xù)的LDA算法，需要補(bǔ)充一點(diǎn)數(shù)學(xué)知識(shí)。大綱如下： 概率知識(shí)二項(xiàng)分布多項(xiàng)分布Beta分布Bet...
-
未來(lái)是由很多個(gè)現(xiàn)在組成的。<br>深度學(xué)習(xí)探索者<br><a href="http://blog.csdn.net/yinruiyang94/" rel="nofollow" target="_blank">http://blog.csdn.net/yinruiyang94/</a><br>歡迎交流
-
解讀張小龍2018年會(huì)語(yǔ)錄今天是騰訊2018年的員工大會(huì)，微信創(chuàng)始人張小龍的演講語(yǔ)錄刷屏全網(wǎng)。 其中有幾句： 1、自古套路得人心，這是一個(gè)套路的舞臺(tái)，如果要做套路，請(qǐng)高級(jí)一點(diǎn)；2、互聯(lián)網(wǎng)的發(fā)展史，就是...
-
TensorFlow深度學(xué)習(xí)筆記 文本與序列的深度模型Deep Models for Text and Sequence 轉(zhuǎn)載請(qǐng)注明作者：夢(mèng)里風(fēng)林 Github工程地址：https://github.com/ahangchen/...
-
最大熵模型和條件隨機(jī)場(chǎng)最大熵模型： 前言引入： 如何理解最大熵模型，先從一個(gè)給預(yù)測(cè)值從 實(shí)數(shù)域到概率值 的轉(zhuǎn)換 再用最大熵構(gòu)造特征的思想的角度來(lái)理解最大熵模型。 考慮一個(gè)解決k分類(lèi)問(wèn)題的手段，對(duì)每...
-
【轉(zhuǎn)載】卷積神經(jīng)網(wǎng)絡(luò)系列之softmax，softmax loss和cross entropy的講解我們知道卷積神經(jīng)網(wǎng)絡(luò)（CNN）在圖像領(lǐng)域的應(yīng)用已經(jīng)非常廣泛了，一般一個(gè)CNN網(wǎng)絡(luò)主要包含卷積層，池化層（pooling），全連接層，損失層等。雖然現(xiàn)在已經(jīng)開(kāi)源了很多深度學(xué)習(xí)框...
-
分享深度學(xué)習(xí)與人工智能相關(guān)知識(shí)，分享快樂(lè)。<br><br>個(gè)人郵箱：zhouas@hotmail.com
-
全基因組關(guān)聯(lián)分析 (GWAS) - 簡(jiǎn)介在碩士就讀期間，就已經(jīng)做過(guò) GWAS 相關(guān)的分析。當(dāng)時(shí)標(biāo)記量非常少， windows 系統(tǒng)分析就足夠了，作圖方面涉及的腳本也基本是蔡師兄幫寫(xiě)的。后來(lái)，隨著高通量測(cè)序成本的降低...
-
