上一页 1 2 3 4 5 6 ··· 10 下一页
摘要: Quantizing Deep Convolutional Networks For Efficient Inference A Whitepaper Question:到底加速在哪? Nvidia官网上的一张图 非对称量化 \(\begin{aligned}x_{i n t} &=\operato 阅读全文
posted @ 2021-10-02 19:38 aoru45 阅读(457) 评论(0) 推荐(0) 编辑
摘要: Adversarial Examples Improve Image Recognition 这篇文章提出了auxiliary BN来对生成对OOD样本做BN,干净对样本用原始的BN,相当于是两个BN处理。 为什么非要给对抗样本单独一个BN?这样做有什么好处?解决什么问题? 实际提升有多少? 具体是 阅读全文
posted @ 2021-10-02 19:31 aoru45 阅读(253) 评论(0) 推荐(0) 编辑
摘要: Semi-supervised Papers Review CatGAN arxiv:https://arxiv.org/pdf/1511.06390.pdf 主要贡献: 修改原始GAN的目标函数为 1)对于有标签样本,训练判别器时直接交叉熵 2)对于无标签样本和生成样本,训练判别器时最小化无标签样 阅读全文
posted @ 2021-10-02 19:25 aoru45 阅读(922) 评论(0) 推荐(0) 编辑
摘要: IMPROVING THE IMPROVED TRAINING OF WASSERSTEIN GANS: A CONSISTENCY TERM AND ITS DUAL EFFECT Intro 本文是对wgan的扩展,通过添加对真实样本周围的gp,使得网络处处gp不仅在真实样本和生成的样本之间能够 阅读全文
posted @ 2020-11-02 23:42 aoru45 阅读(388) 评论(0) 推荐(0) 编辑
摘要: Virtual Adversarial Training: a Regularization Method for Supervised and Semi-supervised Learning 简介 本文是17年半监督学习的一篇文章,受对抗训练的启发,将对抗训练的范式用于提升半监督学习,并且取得了 阅读全文
posted @ 2020-10-26 02:31 aoru45 阅读(975) 评论(0) 推荐(0) 编辑
摘要: Good Semi-supervised Learning That Requires a Bad GAN 恢复博客更新,最近没那么忙了,记录一下学习。 Intro 本文是一篇稍微偏理论的半监督学习的文章,通过证明一个能够生成非目标分布的、低样本密度的样本的生成器,对半监督学习的效果有很大的提升,这 阅读全文
posted @ 2020-10-06 20:50 aoru45 阅读(1486) 评论(1) 推荐(0) 编辑
摘要: 活体检测算法本周论文阅读小结 本周正式开始看活体检测方向的论文,之前两周完成了Head Pose的部署工作,后面主要负责做活体检测.本周的情况是阅读了三篇cvpr, 其中复现了2篇,实验结果还算满意,等待后续评估. Learning Generalized Spoof Cues for Face A 阅读全文
posted @ 2020-06-25 21:13 aoru45 阅读(3310) 评论(4) 推荐(1) 编辑
摘要: CUDA编程入门 Hello World 首先一段程序写个hello world 编译 运行 结果 Kernels kernel在cuda中指的是一个函数,当一个kernel被调用的时候,gpu会同时启动很多个线程来执行这一个kernel,这样就实现了并行化;每个线程执行这一kernel将通过线程号 阅读全文
posted @ 2020-04-07 01:08 aoru45 阅读(1980) 评论(0) 推荐(1) 编辑
摘要: 《机器学习基础》 课程总结(一) 本文不是一篇tutorial,为课程学习记录,仅记录个人认为重要和需要扩展的地方,基础或容易记忆的内容略过。我发现ubuntu系统下的搜狗输入法老有错别字,望谅解。 定义 根据王珏研究员的定义,"令$W$是给定世界的有限或无线所有观测对象的集合,由于我们的观测能力有 阅读全文
posted @ 2020-03-28 22:43 aoru45 阅读(851) 评论(0) 推荐(0) 编辑
摘要: GA解TSP问题 遗传算法 遗传算法之前写过用来求最大值问题的blog,不再赘述,记录一下求解TSP问题的代码。 算法很简单,唯一需要注意的是如何定义问题的表示、交叉算子、变异算子以及适应度函数。 水一篇,上课老师讲的太困了,边听边写~ 问题表示 用一组序列表示访问顺序,只有三个节点的样本可以用一组 阅读全文
posted @ 2020-03-23 16:50 aoru45 阅读(346) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 ··· 10 下一页