摘要：
DeepLDA 并不是把LDA模型整合到了Deep Network，而是利用LDA来指导模型的训练。从实验结果来看，使用DeepLDA模型最后投影的特征也是很discriminative 的，但是很遗憾没有看到论文是否验证了topmost 的hidden representation 是否也和sof 阅读全文
摘要：
Unsupervised deep embedding for clustering analysis 偶然发现这篇发在ICML2016的论文，它主要的关注点在于unsupervised deep embedding。据我所了解的，Unsupervised 学习是deep learning的一个难点 阅读全文
摘要：
Pre: It is MY first time to see quite elegant a solution to seek a subspace for a group of local features. I list two related papers for your referenc 阅读全文
摘要：
生成式对抗网络GAN 1、 基本GAN 在论文《Generative Adversarial Nets》提出的GAN是最原始的框架，可以看成极大极小博弈的过程，因此称为“对抗网络”。一般包含两个部分：生成器（Generator）和判别器（Discriminator）。训练的过程是无监督学习。 先总结 阅读全文
摘要：
初次接触Captioning的问题，第一印象就是Andrej Karpathy好聪明。主要从他的两篇文章开始入门，《Deep Fragment Embeddings for Bidirectional Image Sentence Mapping》和《Deep Visual-Semantic Ali 阅读全文
摘要：
D，只要抓住每个点只有一个出度，那么图就能分成几个部分，而且可以发现，一个部分最多一个环。 E，题解在注释 阅读全文
摘要：
思路很明显了，假设是点x，则看它的子树中是否有大于n/2的，如果有，则在该子树中剪去它可以剪的且小于n/2的，接到点x上。 则统计出在以x点为根的子树中，它的各子树可以剪去的且小于n/2的最大子子树。对于除去以x为根的子树的其他部分，记为up，则同样地统计它的可以剪除的符合条件的子树，最后对每个点判 阅读全文
摘要：
深度学习有不少的trick，而且这些trick有时还挺管用的，所以，了解一些trick还是必要的。上篇说的normalization、initialization就是trick的一种，下面再总结一下自己看Deep Learning Summer School, Montreal 2016 总结的一些 阅读全文
摘要：
很容易想到可以它操作序列弄成有向图，果断深搜。但我开始竟然用了一种特醇的方法，每个书架做一次深搜，复杂度O(nq)，跑到57个test就不动了。看看代码吧 后来想到，一次操作只动一个书架，深搜之后把原来的状态还原回去就可以啦，复杂度O(q)。 阅读全文
摘要：
这是一篇水货写的笔记，希望路过的大牛可以指出其中的错误，带蒟蒻飞啊~ 一、 梯度消失/梯度爆炸的问题 首先来说说梯度消失问题产生的原因吧，虽然是已经被各大牛说烂的东西。不如先看一个简单的网络结构， 可以看到，如果输出层的值仅是输入层的值与权值矩阵W的线性组合，那么最终网络最终的输出会变成输入数据的线 阅读全文
摘要：
论文的关注点在于如何提高bounding box的定位，使用的是概率的预测形式，模型的基础是region proposal。论文提出一个locNet的深度网络，不在依赖于回归方程。论文中提到locnet可以很容易与现有的detection系统结合，但我困惑的是（1）它们的训练的方法，这点论文中没有明 阅读全文
摘要：
偶尔碰到这题，简单数位DP题，然而我已生疏了…… 这次算是重新想到的，看来对DP的理解有增进了…… dp[i][j][k]，表示前i为，mod为j，是否出现2、3、5的剩下的数位可组成的数字。答案就是dp[len][0][0] 阅读全文
摘要：
贪心。当前位置满油可达的gas station中，如果有比它小的，则加油至第一个比他小的。没有，则加满油，先到达这些station中最小的。注意数的范围即可。 阅读全文