摘要：
问题描述 请实现一个铁路购票系统的简单座位分配算法，来处理一节车厢的座位分配。 假设一节车厢有20排、每一排5个座位。为方便起见，我们用1到100来给所有的座位编号，第一排是1到5号，第二排是6到10号，依次类推，第20排是96到100号。 购票时，一个人可能购一张或多张票，最多不超过5张。如果这几 阅读全文
posted @ 2020-03-20 20:06
陳半仙
阅读(146)
评论(0)
推荐(0)
摘要：
生成式对抗网络（GAN） 一、什么是生成式对抗网络GAN？ 在知乎上看到一个比较有趣的例子： 女生让男生给自己拍照，可是一直不满意男生拍的照片，就对照“别人家的男朋友”拍的照片，一次次让男生去改，直到女生满意。 在这个例子中， 男生可以被看作是GAN中的生成模型（Generative Model）； 阅读全文
posted @ 2020-09-12 18:27
陳半仙
阅读(363)
评论(0)
推荐(1)
摘要：
循环神经网络 一、绪论 1. 循环神经网络的应用 语音问答（speech question answering） 机器翻译（machine translation） 股票预测 作词机、作诗 模仿写论文、写代码（格式） 图像理解（Image caption） 视觉问答（visual question 阅读全文
posted @ 2020-08-21 15:24
陳半仙
阅读(300)
评论(0)
推荐(0)
摘要：
第四周：卷积神经网络 part3 第一部分 代码练习 完善HybridSN高光谱分类网络 SENet实现 第二部分 视频学习 视频学习——《Expectation-Maximization Attention Networks for Semantic Segmentation》（《语义分割中的自注 阅读全文
posted @ 2020-08-15 15:38
陳半仙
阅读(146)
评论(0)
推荐(0)
摘要：
视频学习——《Expectation-Maximization Attention Networks for Semantic Segmentation》（《语义分割中的自注意力机制和低秩重建》） 原文详细讲解，见《[ICCV 2019 Oral] 期望最大化注意力网络 EMANet 详解》 一、基 阅读全文
posted @ 2020-08-15 10:03
陳半仙
阅读(660)
评论(0)
推荐(1)
摘要：
Hybrid中添加SENet ! wget http://www.ehu.eus/ccwintco/uploads/6/67/Indian_pines_corrected.mat ! wget http://www.ehu.eus/ccwintco/uploads/c/c4/Indian_pines 阅读全文
posted @ 2020-08-15 10:02
陳半仙
阅读(315)
评论(0)
推荐(0)
摘要：
《Selective Kernel Networks》论文阅读 一、引言 在神经科学界，视皮层神经元的感受野大小受刺激的调节，即对不同刺激，卷积核的大小应该不同 本文提出了一种在CNN中对卷积核的动态选择机制，该机制允许每个神经元根据输入信息的多尺度自适应地调整其**感受野（卷积核）**的大小。 本 阅读全文
posted @ 2020-08-14 15:27
陳半仙
阅读(237)
评论(0)
推荐(1)
摘要：
续写HybridSN（直接上代码） 一、代码练习 ! wget http://www.ehu.eus/ccwintco/uploads/6/67/Indian_pines_corrected.mat ! wget http://www.ehu.eus/ccwintco/uploads/c/c4/In 阅读全文
posted @ 2020-08-13 10:41
陳半仙
阅读(319)
评论(0)
推荐(1)
摘要：
第二次作业：卷积神经网络 part 2 【第一部分】问题总结 如何根据实际问题确定需要用到的卷积神经网络模型，且batch_size的大小应该如何确定？ 【第二部分】论文阅读心得和代码练习 《HybridSN: Exploring 3-D–2-DCNN Feature Hierarchy for H 阅读全文
posted @ 2020-08-08 18:09
陳半仙
阅读(155)
评论(0)
推荐(0)
摘要：
《HybridSN: Exploring 3-D–2-DCNN Feature Hierarchy for Hyperspectral Image Classification》论文阅读 一、引言 高光谱图像是立体数据，也有光谱维数，仅凭2D-CNN无法从光谱维度中提取出具有良好鉴别能力的featu 阅读全文
posted @ 2020-08-08 18:00
陳半仙
阅读(1557)
评论(0)
推荐(0)
摘要：
《MobileNetV2: Inverted Residuals and Linear Bottlenecks》论文阅读 一、引言 在MobileNetV1（深度可分离卷积）的基础上，延续了它的简单性，不添加任何特殊的操作，提高准确性。 Inverted Resduals 和 Linear Bott 阅读全文
posted @ 2020-08-07 15:42
陳半仙
阅读(512)
评论(0)
推荐(0)
浙公网安备 33010602011771号