摘要： 阅读全文

摘要： GPUCompute Capability Tesla K80 3.7 Tesla K40 3.5 Tesla K20 3.5 Tesla C2075 2.0 Tesla C2050/C2070 2.0 Tesla M40 5.2 Tesla K80 3.7 Tesla K40 3.5 Tesla 阅读全文

摘要： 恢复内容开始 Motivation 使用单组的生成器G和判别训练图片在多个不同的图片域中进行转换 效果确实很逆天，难怪连Good Fellow都亲手给本文点赞 Introduction 论述了Image translating的概念，GAN极大地提升了该领域的生成质量。具体到头像生成任务，作者定义a 阅读全文

摘要： 1.熵（Shann Entropy） 熵又叫信息熵，香农熵，反映了一个系统的有序（无序）的程度。整个世界都是倾向于从有序到无序，从稳态到混乱，熵值从低到高。设随机变量$X$的取值为$X={x_0,x_1,x_2,......x_n}$，对应概率表达为$p(X=x_i)$，则$X$的熵可表示为： $H 阅读全文

摘要： 概率和统计有点相逆的意思，概率是通过概率公式去找寻样本规律，统计是从样本规律中去模拟概率分布。不知道我这样的理解有没有问题。同样的概念可以套用在似然函数上。例如已知样本$X_{i}$（即样本X固定）的情况下，函数$f_{\theta}(x_{i})$就是关于变量$\theta$的似然函数，在样本数据 阅读全文

摘要： 设有离散分布如图所示： X的边缘概率 = （X，Y）联合概率中将X固定，所有Y的可能分布概率做加和（这里针对离散分布，如果是连续分布则求积分）= Y发生后X发生的条件概率*Y发生的边际概率 阅读全文

摘要： 定义 图像标注或语言生成图像问题把计算机视觉与自然语言处理联系在了一起,是广义的人工智能领域的一大难题.通常涉及到特征提取（用cnn提取出图像内部不为人类感知的向量特征）和语言模型建立。为图像提取文字信息可以节省大量的图像资料的人工标注成本，转为语音后可以方便视觉障碍者理解图片内容。从文字生成图像也 阅读全文

摘要： 出处：CVPR2015 Motivation 本文描述了MSCoco标题数据集及评估服务器（Microsoft COCO Caption dataset and evaluation server），最终生成了超过330,000带标题的 images。训练集和验证集找了5个人力来标注，并且为了验证标 阅读全文

摘要： 来源： http://www.cnblogs.com/jerrylead 1 摘要 本报告是在学习斯坦福大学机器学习课程前四节加上配套的讲义后的总结与认识。前四节主要讲述了回归问题，回归属于有监督学习中的一种方法。该方法的核心思想是从连续型统计数据中得到数学模型，然后将该数学模型用于预测或者分类。该 阅读全文

摘要： Code Address：https://github.com/junyanz/CycleGAN. Abstract 引出Image Translating的概念（greyscale to color, image to semantic labels, edge-map to photograph 阅读全文