Tensorflow 的NCE-Loss的實現(xiàn)和word2vec這兩天因為實現(xiàn)mxnet的nce-loss,因此研究了一下tensorflow的nce-loss的實現(xiàn)。所以總結一下。 先看看tensorflow的nce-loss的API:...
@滄浪_之水 我好像只寫了訓練的代碼,沒有寫測試的
端到端的OCR:LSTM+CTC的實現(xiàn)前面提到了用CNN來做OCR。這篇文章介紹另一種做OCR的方法,就是通過LSTM+CTC。這種方法的好處是他可以事先不用知道一共有幾個字符需要識別。之前我試過不用CTC,只用...
引子:有段子手言,地球上的人一半在用Pokemon Go追皮卡丘的時候,剩下的一半在用Prisma修圖!這款由俄羅斯創(chuàng)業(yè)團隊研發(fā)的圖片處理app,從研發(fā)到上線僅幾個月就用戶量...
可以關注一下GAN。對原來的算法有很大的提速。
Prisma理論篇:火遍朋友圈的修圖工具Prisma的背后是什么?引子:有段子手言,地球上的人一半在用Pokemon Go追皮卡丘的時候,剩下的一半在用Prisma修圖!這款由俄羅斯創(chuàng)業(yè)團隊研發(fā)的圖片處理app,從研發(fā)到上線僅幾個月就用戶量...
@zdl_todo 是的
從圖片相似度學習圖片的表示很多時候帶分類標注的圖片樣本是很難獲得的,但是圖片之間的相似度卻不難獲得。最簡單的方式有幾個: 視頻里相鄰的幀是相似的。見論文Unsupervised Learning of...
@zdl_todo 這個有高人指點
從圖片相似度學習圖片的表示很多時候帶分類標注的圖片樣本是很難獲得的,但是圖片之間的相似度卻不難獲得。最簡單的方式有幾個: 視頻里相鄰的幀是相似的。見論文Unsupervised Learning of...
很多時候帶分類標注的圖片樣本是很難獲得的,但是圖片之間的相似度卻不難獲得。最簡單的方式有幾個: 視頻里相鄰的幀是相似的。見論文Unsupervised Learning of...
這兩天因為實現(xiàn)mxnet的nce-loss,因此研究了一下tensorflow的nce-loss的實現(xiàn)。所以總結一下。 先看看tensorflow的nce-loss的API:...
Softmax是用來實現(xiàn)多類分類問題常見的損失函數(shù)。但如果類別特別多,softmax的效率就是個問題了。比如在word2vec里,每個詞都是一個類別,在這種情況下可能有100...
@arestorres 你可以看例子。例子里我已經(jīng)加了不定長的部分
端到端的OCR:LSTM+CTC的實現(xiàn)前面提到了用CNN來做OCR。這篇文章介紹另一種做OCR的方法,就是通過LSTM+CTC。這種方法的好處是他可以事先不用知道一共有幾個字符需要識別。之前我試過不用CTC,只用...
@arestorres 你說的不定長的。是吧。這個是c++里已經(jīng)實現(xiàn)好了。另外空格的label id永遠是0
端到端的OCR:LSTM+CTC的實現(xiàn)前面提到了用CNN來做OCR。這篇文章介紹另一種做OCR的方法,就是通過LSTM+CTC。這種方法的好處是他可以事先不用知道一共有幾個字符需要識別。之前我試過不用CTC,只用...
之前基于ps-lite實現(xiàn)了word2vec。下一步就是讓這個算法能夠分布式的跑起來。最簡單的分布式方案大概是如下幾步:把二進制文件copy到你要跑的機器上。把每個進程需要讀...
@EricMoon ??
端到端的OCR:LSTM+CTC的實現(xiàn)前面提到了用CNN來做OCR。這篇文章介紹另一種做OCR的方法,就是通過LSTM+CTC。這種方法的好處是他可以事先不用知道一共有幾個字符需要識別。之前我試過不用CTC,只用...