摘要：
论文链接：https://proceedings.neurips.cc/paper_files/paper/2023/file/6dcf277ea32ce3288914faf369fe6de0-Paper-Conference.pdf 代码链接： https://github.com/haotian 阅读全文
摘要：
研究问题 1.作者认为LLM（GPT-4、Gemini）已经很先进了，视觉模态的大模型于LLM性能之间存在gap。 2. 对于视觉自身，图像分辨率是一个核心因素，但是提高分辨率对计算性能和cost有要求。 综上所述，作者希望“how to push forward the VLMs approach 阅读全文
摘要：
首先，什么是多模态，自然界中视觉、听觉、嗅觉、味觉、触觉、文字等都是表示物体的一种模态信息。我们大脑中也有对不同模态信息的感受区域。 那什么是多模态学习？我的理解是通过大脑中不同模态的感受器，获取多模态信息，再由大脑中的决策区域，学习实现识别、理解、甚至推理、表达、行动等操作。 Baltrušait 阅读全文
摘要：
必看：https://colah.github.io/posts/2015-08-Understanding-LSTMs/ RNN（Recurrent） 前馈神经网络：https://www.cnblogs.com/mumuzeze/p/16883851.html 前馈网络的输入\(x_1,x_2, 阅读全文
摘要：
阅读全文
摘要：
逻辑回归 在线性回归的基础上，套用sigmoid等平滑函数，将线性回归的结果映射成事件的概率。 值得注意的是线性回归的结果可以是任意大小的数值，所以它可以被用于预测任务中，如预测股票价格。而逻辑回归的结果只能在（0，1）之间，也就是一个事件可能发生的概率，所以更多的被应用在分类任务上，比如股票是否该 阅读全文
摘要：
前馈神经网络(Feed-forward Neural Networks)，又称多层感知机（MLP）。 收到生物神经科学的启发，是深度学习中的重要组成部分。它是一个函数\(f(\cdot)\)，接收输入\(x\)，输出结果\(y\)。 神经网络中最基本的单位就是神经元，它将前一层网络中所有神经元的输出 阅读全文
摘要：
线性回归 回归和分类: 两者都是通过一堆数据训练模型，如果数据是连续性的则是回归问题，如果数据是离散性的则是分类问题。 回归: 通过一堆点，找一条尽可能再所有点中间的线 线性: 直线 （y=ax+b，参数: a和b） $y= \theta_1x_1 + \theta_2x_2+...+\theta_ 阅读全文
摘要：
在机器学习中，我们一直期望学习一个`泛化能力（generalization）强的函数`只有泛化能力强的模型才能很好地适用于整个样本空间，才能在新的样本点上表现良好。 阅读全文