摘要：CNN最成功的应用是在CV，那为什么NLP和Speech的很多问题也可以用CNN解出来？为什么AlphaGo里也用了CNN？这几个不相关的问题的相似性在哪里？CNN通过什么手段抓住了这个共性？ Deep Learning -Yann LeCun, Yoshua Bengio & Geoffrey H 阅读全文
1x1卷积的作用
2019-06-27 11:27 by heixialee, 1305 阅读, 0 推荐, 收藏, 编辑
摘要：One by One [ 1 x 1 ] Convolution - counter-intuitively useful Whenever I discuss or show GoogleNet architecture, one question always comes up - "Why 1 阅读全文
动态规划
2019-06-26 17:01 by heixialee, 349 阅读, 0 推荐, 收藏, 编辑
摘要：作者：阮行止链接：https://www.zhihu.com/question/23995189/answer/613096905来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 0. intro 很有意思的问题。以往见过许多教材，对动态规划（DP）的引入属于“奉天承运 阅读全文
孪生网络跟踪
2019-06-21 14:58 by heixialee, 414 阅读, 0 推荐, 收藏, 编辑
摘要：github: https://github.com/foolwood/DaSiamRPN paper: https://arxiv.org/pdf/1808.06048.pdf http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_Hig 阅读全文
最大似然函数
2019-06-20 10:40 by heixialee, 5794 阅读, 0 推荐, 收藏, 编辑
摘要：概率函数 vs 似然函数 : p(x|θ) (概率函数是θ，已知，求x的概率。似然函数是x已知，求θ) 分布是p(x|θ)的总体样本中抽取到这100个样本的概率，也就是样本集X中各个样本的联合概率 最大似然估计为： 为了方便计算，对联合概率取对数 求最大似然函数估计值的一般步骤： （1）写出似然函数 阅读全文